Проведены экспериментальные исследования метода обнаружения нефтяных загрязнений на земной поверхности в ближнем ИК диапазоне при различном проективном покрытии почвы травой (ПППТ). Показано, что с увеличением ПППТ спектральные провалы, вызванные поглощением излучения нефтяными загрязнениями на земной поверхности, становятся всё менее заметны в спектрах отражения (как на длинах волн около 1,73 мкм, так и – 2,3 мкм). Однако при ПППТ даже около 60 % эти спектральные провалы все ещё заметны и можно уверенно обнаруживать загрязнение почвы нефтепродуктами. При очень большом (около 100 %) ПППТ спектральные провалы, вызванные поглощением излучения нефтяными загрязнениями на поверхности, практически полностью исчезают и вероятность обнаружения загрязнений почвы нефтепродуктами становится крайне мала. Наилучшими вариантами метода обнаружения загрязнений почвы нефтепродуктами в условиях покрытия почвы травой являются использование углеводородного индекса и вариант с использованием 20 спектральных каналов шириной по 10 нм в диапазоне 1,6–1,8 мкм и 29 спектральных каналов шириной по10 нм в диапазоне 2,1–2,39 мкм.

1. Карасик В.Е., Федотов Ю.В., Белов М.Л., Животовский И.В., Сахаров А.А. Выбор и обоснование оптимальных спектральных диапазонов регистрации выбросов метана с ИСЗ для перспективного наноспутника // Светотехника. – 2023. – № 3. – С. 89–96.
2. Катаев М.Ю., Лукьянов А.К. Моделирование отражённого солнечного излучения для оценки газового состава атмосферы при оптическом дистанционном зондировании из космоса // Светотехника. – 2017. – № 6. – С. 50–55.
3. Белов М.Л., Всякова Ю.И., Городничев В.А. Оптический метод обнаружения нефтяных загрязнений на водной поверхности в УФ спектральном диапазоне // Светотехника. – 2019. – № 3. – С. 15–21.
4. Рапута В.Ф., Коковкин В.В., Амикишиева Р.А. Наземный и спутниковый мониторинг загрязнения снежного покрова в окрестностях цементного завода // Оптика атмосферы и океана. – 2022. – Т. 35, № 6. – С. 495–499.
5. Nwakanma N.M.C., Ikegwu E., Osaigbovo E.J. Genotoxic Effects of Spent Engine Oil (SEO) – Polluted Soils on Vernonia Amygdalina Del // International Journal for Research in Applied Science & Engineering Technology (IJRASET). – 2018. – Vol. 6, No. 12. – P. 564–570.
6. Yuniati M.D. Bioremediation of petroleum-contaminated soil: a review // IOP Conf. Ser.: Earth Environ. Sci. – 2018. – 118 012063. – P. 1–7.
7. Najoui Z., Amoussou N., Riazanoff S., Aure G., Frappart F. Oil slicks in the Gulf of Guinea – 10 years of Envisat Advanced Synthetic Aperture Radar observations // Earth Syst. Sci. Data. – 2022. – Vol. 14. – P. 4569–4588.
8. Roche B.H.R., King M.D. Quantifying the effects of background concentrations of crude oil pollution on sea ice albedo // The Cryosphere. – 2022. – Vol. 16. – P. 3949–3970.
9. Huettel M. Oil pollution of beaches // Current Opinion in Chemical Engineering. – 2022. – Vol. 36. – 100803.
10. Ismailova N.M., Nadjafova S.I. Experience in Assessing Environmental Risks of Main Oil Pipelines in Azerbaijan through the Prism of Soil Biogeoresistance to Crude Oil Pollution // Moscow University Soil Science Bulletin. – 2022. – Vol. 77, No 3. – P. 196–202.
11. Komene G.L., Remi C.O. Oil pollution crisis and relationship marketing approach of oil firms in Niger delta // British Journal of Management and Marketing Studies. – 2022. – Vol. 5, No. 1. – P. 39–78.
12. Adegboye M.A., Fung W.-K., Karnik A. Recent advances in pipeline monitoring and oil leakage detection technologies: Principles and approaches // Sensors. – 2019. – Vol. 19. – 2548.
13. Sivokon S., Andreev N.N. Laboratory assessment of the efficiency of corrosion inhibitors at oilfield pipelines of the West Siberia region I. Objective setting I // Int. J. Corros. Scale Inhib. – 2012. – Vol. 1, No 1. – P. 65–79.
14. Kühn F., Oppermann K., Hörig B. Hydrocarbon Index – an algorithm for hyperspectral detection of hydrocarbons // International Journal of Remote Sensing. – 2004. – Vol. 25, No. 12. – P. 2467–2473.
15. Andreoli G., Bulgarelli B., Hosgood B., Tarchi D. Hyperspectral Analysis of Oil and Oil-Impacted Soils for Remote Sensing Purposes / European commission joint Research centre. 2007. URL: https://www.ugpti.org/smartse/research/citations/downloads/Andreoli-HSI_for_Oil_and_Spills‑2007.pdf (дата обращения: 22.06.2025).
16. Allen C.S., Satterwhite M.B. Reflectance spectra of three liquid hydrocarbons on a common sand type // Proc. SPIE. – 2006. – Vol. 6233. – P. 62331M‑1–62331M‑12.
17. Brum J., Schlegel C., Chappell C.,·Burke M., Krekeler M.P.S. Refective spectra of gasoline, diesel, and jet fuel A on sand substrates under ambient and cold conditions: Implications for detection using hyperspectral remote sensing and development of age estimation models // Environmental Earth Sciences. – 2020. – Vol. 79, No. 463. – P. 1–14.
18. Allen C.S., Krekeler M.P.S. Reflectance spectra of crude oils and refined petroleum products on a variety of common substrates // Proc. SPIE. – 2010. – Vol. 7687. – P. 76870L‑1–76870L‑13.
19. Tian Q. Study on oil-gas reservoir detecting methods using hyperspectral remote sensing // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXIX-B7. XXII ISPRS Congress. Melbourne, Australia, 2012. P. 157–162.
20. Pelta R., Ben-Dor E. An Exploratory Study on the Effect of Petroleum Hydrocarbon on Soils Using Hyperspectral Longwave Infrared Imagery // Remote Sensing. – 2019. – Vol. 11(569). – P. 1–15.
21. Del’Papa R., Scafutto M., de Souza Filho C.R., de Oliveira W.J. Hyperspectral remote sensing detection of petroleum hydrocarbons in mixtures with mineral substrates: Implications for onshore exploration and monitoring // ISPRS Journal of Photogrammetry and Remote Sensing. – 2017. – Vol. 128. – P. 146–157.
22. Keskin G., Teutsch C.D., Lenz A., Middelmann W. Concept of an advanced hyperspectral remote sensing system for pipeline monitoring // Proc. SPIE. – 2015. – Vol. 9644. – P. 96440H‑1–96440H‑9.
23. Achard V., Foucher P.Y., Dubucq D. Hydrocarbon Pollution Detection and Mapping Based on the Combination of Various Hyperspectral Imaging Processing Tools // Remote Sensing. – 2021. – Vol. 13(5). – 1020.
24. Cooled –20℃ NIR512–2.5 Spectrometer [Electronic resource]. URL: https://www.optosky.net/atp8000.html. Language English (дата обращения: 22.06.2025).
25. Nguyen B.M., Fedotov Yu.V., Baryshnikov N.V., Belov M.L. Influence of Soil Type on the Detection of Oil Spills in the Near Infrared Range // AIP Conf. Proc. – 2025. – Vol. 3268. – 030016.
26. Nguyen B.M., Fedotov Yu.V., Baryshnikov N.V., Belov M.L. Experimental studies of a method for detecting oil pollution on the earth’s surface in the near-infrared range // Proc. SPIE. – 2024. – Vol. 13217. – P. 132170P‑1–132170P‑6.

Восстановленные из спутниковых данных коэффициенты отражения (спектральные) земной поверхности – основа для спутникового мониторинга состояния земной поверхности. Для получения качественной информации об отражательных свойствах земной поверхности необходимо выполнять атмосферную коррекцию изображений. На формирование энергетической яркости принимаемого излучения оказывает влияние множество факторов: рассеяние излучения; поглощение излучения атмосферными газами; боковой подсвет; многократное отражение излучения; поляризация излучения; неламбертовость отражения поверхности; рельеф; облачность и взаимодействие излучения со слоем растительности. В настоящее время не существует алгоритмов, учитывающих все основные факторы, влияющие на перенос излучения. В предшествующих подходах широко применяется приближение однородной поверхности (независимых пикселей). В более сложных алгоритмах боковой подсвет учитывается точно, а дополнительная энергетическая освещённость от многократно отражённого излучения – в приближении однородной поверхности. В алгоритмах, где учитывается рельеф, либо считается, что рассеяние не влияет на результат, либо используется приближение однородной поверхности. В предлагаемом подходе, в отличие от альтернативных, учитывается влияние неоднородности коэффициента отражения земной поверхности и высоты расположения наблюдаемых участков на формирование бокового подсвета и дополнительной энергетической освещённости на земной поверхности. Приведённый тестовый расчёт показывает, что предложенный алгоритм для рассмотренной ситуации имеет среднее отличие результатов surf Δr = 0,014, среднеквадратичное отклонение RMSE = 0,017 и коэффициент корреляции r = 0,97 по сравнению с результатами алгоритма MOD09 NASA.

1. Otterman J., Fraser R.S. Adjacency effects on imaging by surface reflection and atmospheric scattering: cross radiance to zenith // Applied Optics. – 1979. – Vol. 18, No. 16. – P. 2852–2860.
2. Vermote E.F., El Saleous N.Z., Justice C.O. Atmospheric correction of MODIS data in the visible to middle infrared: first results // Remote Sensing of Environment. – 2002. – Vol. 83, No. 1–2. – P. 97–111.
3. Berk A., Adler-Golden S.M., Ratkowski A.J. et al. Exploiting MODTRAN radiation transport for atmospheric correction: The FLAASH algorithm / Proceedings of the Fifth International Conference on Information Fusion. FUSION 2002. (IEEE Cat. No. 02EX5997). – 2002. – Vol. 2. – P. 798–803.
4. Катковский Л.В. Параметризация уходящего излучения для быстрой атмосферной коррекции гиперспектральных изображений // Оптика атмосферы и океана. – 2016. – Т. 29, № 09. – С. 778–784.
5. Putsay M. A simple atmospheric correction method for the short wave satellite images // International Journal of Remote Sensing. – 1992. – Vol. 13, No. 8. – P. 1549–1558.
6. Breon F.-M., Vermote E. Correction of MODIS surface reflectance time series for BRDF effects // Remote Sensing of Environment. – 2012. – Vol. 125. – P. 1–9.
7. Vermote E.F., Vermeulen A. Atmospheric correction algorithm: spectral reflectances (MOD09). Algorithm Theoretical Background document, version 4.0. 1999. [Электронный ресурс]. URL: http://modis.gsfc.nasa.gov/data/atbd/atbd_mod08.pdf. (дата обращения: 30.01.2023).
8. Lyapustin A., Martonchik J., Wang Y., Laszlo I., Korkin S. Multiangle implementation of atmospheric correction (MAIAC): 1. Radiative transfer basis and look-up tables // J. Geophys. Res. – 2011. – Vol. 116. – D03210.
9. Lyapustin A., Wang Y., Korkin S., Huang D. MODIS Collection 6 MAIAC algorithm // Atmos. Meas. Tech. – 2018. – Vol. 11. – P. 5741–5765.
10. Тарасенков М.В. Повышение точности атмосферной коррекции спутниковых изображений и восстановления характеристик канала атмосферной оптической связи вне прямой видимости / Дис. … докт. физ.-мат. наук (1.3.6). – Томск: ИОА СО РАН, 2024. – 406 с.
11. Mousivand A., Verhoef W., Menenti M., Gorte B. Modeling top of atmosphere radiance over heterogeneous non-Lambertian rugged terrain // Remote Sens. – 2015. – Vol. 7. – P. 8019–8044.
12. Yin G., Li A., Zhao W., Jin H., Bian J., Wu S. Modeling canopy reflectance over sloping terrain based on path length correction // IEEE Trans. Geosci. Remote Sens. – 2017. – Vol. 55. – P. 4597–4609.
13. Fan W., Chen J.M., Ju W., Nesbitt N. Hybrid geometric optical – radiative transfer model suitable for forests on slopes // IEEE Trans. Geosci. Remote Sens. – 2014. – Vol. 52. – P. 5579–5586.
14. Белов В.В., Тарасенков М.В. О точности и быстродействии RTM-алгоритмов атмосферной коррекции спутниковых изображений в видимом и УФ-диапазонах // Оптика атмосферыи океана. – 2013. – Т. 26, № 07. – С. 564–571.
15. Tarasenkov M.V., Belov V.V., Engel M.V., Zimovaya A.V., Zonov M.N., Bogdanova A.S. Algorithm for the Reconstruction of the Ground Surface Reflectance in the Visible and Near IR Ranges from MODIS Satellite Data with Allowance for the Influence of Ground Surface Inhomogeneity on the Adjacency Effect and of Multiple Radiation Reflection // Remote Sens. – 2023. – Vol. 15. – 2655.
16. Tarasenkov, M.V., Belov, V.V. & Engel, M.V. Retrieval of Ground Surface Reflectance from MODIS Satellite Data with Allowance for Reflectance Heterogeneity and Rugged Topography. //Atmos Ocean Opt. – 2024. – Vol. 37, No. 1. – P. S48– S58.
17. Tarasenkov M.V., Zonov M.N., Engel M.V., Belov V.V. A Method for Estimating the Cloud Adjacency Effect on the Ground Surface Reflectance Reconstruction from Passive Satellite Observations through Gaps in Cloud Fields // Atmosphere. – 2021. – Vol. 12. – N 1512. 18. Digital Landscape Model // URL: https://www.ngdc.noaa.gov (дата обращения: 30.05.2025).
19. Kneizys F.X., Shettle E.P., Anderson G.P., Abreu L.W., Chetwynd J.H., Selby J.E.A., Clough S.A., Gallery W.O. User Guide to LOWTRAN‑7. ARGL-TR‑86–0177. ERP 1010. – Hansom AFB. MA 01731,1988. – 137 p.
20. Bucholtz A. Rayleigh-scattering calculations for the terrestrial atmosphere // Applied optics. – 1995. – Vol. 34, No. 15. – P. 2765–2773.
21. Leroy M., Roujean J. Sun and view angle corrections on reflectances derived from NOAA/AVHRR data // IEEE Transactions on Geoscience and Remote Sensing. – 1994. – Vol. 32, No. – P. 684–697.
22. Roujean J.-L., Tanre D., Breon F.-M., Deuze J.-L. Retrieval of land surface parameters from airborne POLDER bidirectional reflectance distribution function during HAPEX-Sahel // Journal of Geophysical Research. – 1997. – Vol. 102, No. D10. – P. 11,201–11,218.
23. Зимовая А.В. Атмосферная коррекция спутниковых изображений земной поверхности с учётом поляризации излучения в видимом и ближнем ИК диапазонах / Дис. … канд. физ.-мат. наук (01.04.05). – Томск: ИОА СО РАН, 2020. – 152 с.
24. Dubovik O., Smirnov A., Holben B.N., King M.D., Kaufman Y.J., Eck T.F., Slusker I. Accuracy assessments of aerosol optical properties retrieved from AERONET sun and sky-radiance measurements. // J. Geophys.Res. – 2000. Vol. 105. – P. 9791–9806.

Моделирование спектра солнечного излучения, отражённого атмосферой Земли, для задач восстановления концентрацтй следовых газов, таких как CO2 и CH4, как правило, требует решения уравнения переноса излучения, что вычислительно затратно из-за многократного рассеяния. Чтобы ускорить вычисления, мы используем быструю Python-реализацию модели переноса излучения FALCAS, которая аппроксимирует многократное рассеяние с помощью виртуального слоя с изотропным рассеянием. Это позволяет воспроизводить результаты моделей с полным учётом многократного рассеяния при существенном снижении времени вычислений.
Разработан алгоритм восстановления концентраций CO2 и CH4 с использованием FALCAS и произведена оценка его точности относительно модели PYDOME, основанной на методе дискретных ординат. Восстановление малых газовых кофентраций выполняется из синтетических спектров, сгенерированных PYDOME, в спектральном диапазоне 1500–1750 нм с учётом различных аэрозольных и геометрических условий. Ошибка восстановленных концентраций составляет около 2 % при аэрозольной оптической толщине порядка 0,9. Этот результат устойчив к шуму и свёртке с аппаратной функцией, а также к изменению геометрии; при отношении сигнал/шум 50 ошибка восстановления остаётся ниже 5 %.

1. Arrhenius S.A. XXXI. On the influence of carbonic acid in the air upon the temperature of the ground // The London Edinburgh and Dublin Philosophical Magazine and Journal of Science [Fifth Series]. – 1896. – Vol. 41, No. 251. – P. 237–276.
2. Bovensmann H., Doicu A., Stammes P. et al. From radiation fields to atmospheric concentrations: retrieval of geophysical parameters / SCIAMACHY – Exploring the Changing Earth’s Atmosphere. – Springer Netherlands, 2010. – P. 99–127.
3. Goody R., West R., Chen L., Crisp D. The correlated-k method for radiation calculations in nonhomogeneous atmospheres // Journal of Quantitative Spectroscopy and Radiative Transfer. – 1989. – Vol. 42(6). – P. 539–550.
4. Fomin B., Razumovskiy M. Effective parameterization of absorption by gaseous species and unknown UV absorber in 125–400 nm region of venus atmosphere // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2022. – Vol. 286. – 108201.
5. Matricardi M. A principal component based version of the RTTOV fast radiative transfer model // Quarterly Journal of the Royal Meteorological Society. – 2010. – Vol. 136(652). – P. 1823–1835.
6. Natraj V., Shia R.-L., Yung Y.L. On the use of principal component analysis to speed up radiative transfer calculations // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2010. – Vol. 111(5). – P. 810–816.
7. Efremenko D., Doicu A., Loyola D., Trautmann T. Optical property dimensionality reduction techniques for accelerated radiative transfer performance: Application to remote sensing total ozone retrievals // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2014. – Vol. 133. – P. 128–135.
8. Ефременко Д.С. Модель переноса излучения на основе метода дискретных ординат с вычислением собственных значений с помощью нейронной сети: доказательство концепции // Светотехника. – 2021. – № 1. – С. 64–68.
9. Xu J., Zhang Z., Rao L. et al. Remote sensing of tropospheric ozone from space: Progress and challenges // Journal of Remote Sensing. – 2024. – Vol. 4(1).
10. del Águila A., Efremenko, D.S. Molina García V., Kataev M. Yu. Cluster low-streams regression method for hyperspectral radiative transfer computations: Cases of O2 Aand CO2 bands // Remote Sensing. – 2020. – Vol. 12(8). –1250.
11. del Águila A., Efremenko, D.S. Accuracy enhancement of the two-stream radiative transfer model for computing absorption bands at the presence of aerosols. Light and Engineering, (02–2021):79–86, 2021.
12. Afanas’ev V.P., Budak V, P., Efremenko D.S., Kaplya P.S. Application of the photometric theory of the radiance field in the problems of electron scattering // Light and Engineering. – 2019. – Vol. 27, No. 2. – P. 88–96.
13. Budak V.P., Kaloshin G.A., Shagalov O.V. Zheltov V.S. Numerical modeling of the radiative transfer in a turbid medium using the synthetic iteration // Optics Express. – 2015. – Vol. 23(15). – A829.
14. Reuter M., Buchwitz M., Schneising O., Noël S., Rozanov V., Bovensmann H., Burrows J.P. A fast atmospheric trace gas retrieval for hyperspectral instruments approximating multiple scattering – Part 1: Radiative transfer and a potential OCO‑2 XCO2 retrieval setup // Remote Sensing. – 2017. – Vol. 9(11). – 1159.
15. Reuter M., Buchwitz M., Schneising O., Noël S., Bovensmann H., Burrows J.P A fast atmospheric trace gas retrieval for hyperspectral instruments approximating multiple scattering – Part 2: Application to XCO2 retrievals from OCO‑2 // Remote Sensing. – 2017. – Vol. 9(11). – 1102.
16. Мишин И.В. Трёхмерные модели переноса солнечного излучения в атмосфере // Оптика атмосферы и океана. – 1990. – Т. 3, № 10. – С. 1011–1025.
17. Peraiah А. An Introduction to Radiative Transfer: Methods and Applications in Astrophysics. – Cambridge University Press, 2001.
18. Schuster G.L., Dubovik O., Holben B.N. Angstrom exponent and bimodal aerosol size distributions // Journal of Geophysical Research: Atmospheres. – 2006. – Vol. 111(D7).
19. Doicu A., Trautmann T. Discrete-ordinate method with matrix exponential for a pseudo-spherical atmosphere: Scalar case // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2009. – Vol. 110(1). – P. 146–158.
20. Efremenko D.S., Molina García V., Gimeno García S., Doicu A. A review of the matrix-exponential formalism in radiative transfer // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2017. – Vol. 196. – P. 17–45.
21. Schreier F., Gimeno García S., Hochstaffl P., Städt S. Py4CAtS – PYthon for Computational ATmospheric Spectroscopy // Atmosphere. – 2019. – Vol. 10(5).
22. Bodhaine B.A., Wood N.B. Dutton E.G., Slusser J.R. On Rayleigh optical depth calculations // J. Atmos. Oceanic Technol. – 1999. – Vol. 16. – P. 1854–1861.
23. Fomin B., Correa M. A k-distribution technique for radiative transfer simulation in inhomogeneous atmosphere: 2. FKDM, fast k-distribution model for the shortwave // Journal of Geophysical Research: Atmospheres. – 2005. – Vol. 110(D2).
24. дель Агила A., Ефременко Д.С., Траутманн Т. Обзор методов снижения размерности при обработке гиперспектральных оптических сигналов // Светотехника. – 2019. – № 4. – С. 60–70.
25. Shanno D.F. Conditioning of quasi-Newton methods for function minimization // Mathematics of Computation. – 1970. – Vol. 24, No. 111. – P. 647–656.
26. Liu X., Shao W., Chen J. et al. Multi-start local search algorithm based on a novel objective function for clustering analysis // Applied Intelligence. – 2023. – Vol. 53(17). – P. 20346–20364.
27. Чупров И.А., Гао Ц., Ефременко Д.С. Применение глобальной оптимизации для восстановления данных из синтетических многоугловых измерений // Светотехника. – 2024. – № 3. – C. 40–46
28. Sanders A.F.J., de Haan J.F. Retrieval of aerosol parameters from the oxygen A band in the presence of chlorophyll fluorescence // Atmospheric Measurement Techniques. – 2013. – Vol. 6(10). – P. 2725–2740.

Световоды являются одним из наиболее эффективных методов передачи дневного света в глубокие внутренние помещения. Для адаптации к сложным строительным конструкциям рекомендуется использовать один или несколько отводов для перенаправления света. Однако важно определить потери света, вызванные добавлением отводов в систему, особенно по сравнению с прямыми трубами одинаковой длины. Целью данного исследования, в первую очередь, является тестирование различных конфигураций отводов на легких трубах. Кроме того, он направлен на оценку тенденций эффективности, связанных с различной длиной как прямых, так и изогнутых световодов при одинаковой конфигурации. В качестве основного метода в этом анализе используются проверенные инструменты моделирования и подключаемые модули, известные своей точностью. Базовый пакет программного обеспечения включает Rhinoceros для 3D-моделирования, Grasshopper для алгоритмического редактирования графики, а также плагины Ladybug и Honeybee для моделирования дневного света. Различные конфигурации были проанализированы в условиях ясного и пасмурного неба на основе максимального и среднего уровней освещенности на рабочей плоскости. Результаты показали, что прямые трубы с небольшим удлинением обеспечивают наивысший уровень освещенности, но при ясном небе создают блики на рабочей поверхности. Для труб с двойным изгибом потери света значительно увеличиваются с увеличением длины трубы по сравнению с трубами других типов. Но было обнаружено, что при ясном небе и в помещениях с более низким уровнем освещенности система работает адекватно, когда направление прохождения света намеренно изменяется.

1. Katia, R., Rakha, T. 2024. Evaluating Annual Sun Exposure in LEED v4 for Commercial Office Buildings: Inclusion of Annual Glare to Enhance the Occupant Visual Performance and Comfort. LEUKOS, 1–18. https://doi.org/10.1080/15502724.2024.24 05490
2. Hosenuzzaman, M., Rahim, N. A., Selvaraj, J., Hasanuzzaman, M., Malek, A. A., Nahar, A. 2015. Global prospects, progress, policies, and environmental impact of solar photovoltaic power generation. Renewable and sustainable energy reviews, 41, 284–297. https://doi.org/10.1016/j.rser.2014.08.046
3. Goharian A, Mahdavinejad M. 2020. A novel approach to multi – apertures and multi – aspects ratio light pipe. Journal of Daylighting. 7(2):186–200. https://doi.org/10.15627/ jd.2020.17
4. Sharp, F., Lindsey, D., Dols, J., Coker, J. 2014. The use and environmental impact of daylighting. Journal of Cleaner Production, 85, 462–471. https://doi.org/10.1016/j.jclepro.2014.03.092
5. Spacek A D, Neto J M, Biléssimo L D, Ando Junior O H, Santana M V F D, Malfatti C D F. 2018. Proposal of the tubular daylight system using acrylonitrile butadiene styrene (abs) metalized with aluminum for reflective tube structure. Energies. 11(1):199. https://doi.org/10.3390/en110101
6. Aizenberg, Y. B., Budak, V. P. 2018. The science of light engineering, fields of application and theoretical foundations. Light & Engineering, 26(3), 4–6.
7. Budak, V. P., Aizenberg, J. B. 2021. The light field and the scope of light science. Light & Engineering, 29(1), 4–10.
8. Zhang X, Muneer T, Kubie J. 2002. A design guide for performance assessment of solar light – pipes. Lighting Research & Technology. 34(2):149–168. https://doi.org/10.1191/1365782802li041oa
9. Tsang E K, Kocifaj M, Li D H, Kundracik F, Mohelníková J. 2018. Straight light pipes’ daylighting: A case study for different climatic zones. Solar Energy. 170:56–63. https://doi. org/10.1016/j.solener.2018.05.042
10. Mayhoub M S. 2014. Innovative daylighting systems’ challenges: A critical study. Energy and Buildings. 80:394–405. https://doi.org/10.1016/j.enbuild.2014.04.019
11. Aizenberg J.B. 2009. Hollow Light Guides. Znack Publishing House, 208.
12. Aizenberg, J. B. 2020. International activity in field of light and engineering: creative report. Light & Engineering, 28(3).
13. Mahawan, J., & Thongtha, A. 2021. Experimental investigation of illumination performance of hollow light pipe for energy consumption reduction in buildings. Energies, 14(2), 260. https://doi.org/10.3390/en14020260
14. Sharma, L., Ali, S. F., Rakshit, D. 2018. Performance evaluation of a top lighting light – pipe in buildings and estimating energy saving potential. Energy and Buildings, 179, 57–72. https://doi.org/10.1016/j.enbuild.2018.09.022
15. Shin, J. Y., Yun, G. Y., Kim, J. T. 2012. Evaluation of daylighting effectiveness and energy saving potentials of light – pipe systems in buildings. Indoor and built environment, 21(1), 129–136. https://doi.org/10.1177/1420326x11420011
16. Salam Azad, A., Salman, M., Kaushik, S. C., Rakshit, D. 2020. Energy saving potential of tubular light pipe system with different colors on internal surfaces. International Journal of Energy Sector Management, 14(4), 793–837. https://doi.org/10.1108/ijesm‑12–2018–0001
17. Von Wachenfelt, H., Vakouli, V., Diéguez, A. P., Gentile, N., Dubois, M. C., Jeppsson, K. H. 2015. Lighting energy saving with light pipe in farm animal production. Journal of Daylighting, 2(2), 21–31. https://doi.org/10.15627/jd.2015.5
18. Jenkins D, Muneer T. 2003. Modelling light – pipe performances – a natural daylighting solution. Building and environment. 38(7):965–972. https://doi.org/10.1016/s0360–1323(03)00061–1
19. Li, D. H., Tsang, E. K., Cheung, K. L., Tam, C. O. 2010. An analysis of light – pipe system via full – scale measurements. Applied Energy, 87(3), 799–805. https://doi.org/10.1016/j.apenergy.2009.09.008
20. Garcia – Hansen V, Edmonds I. 2015. Methods for the illumination of multilevel buildings with vertical light pipes. Solar Energy. 117:74–88. https://doi.org/10.1016/j.solener. 2015.04.017
21. Darula S, Kocifaj M, Mohelníková J. 2013. Hollow light guide efficiency and illuminance distribution on the light – tube base under overcast and clear sky conditions. Optik – International Journal for Light and Electron Optics. 124(17):3165–3169. https://doi.org/10.1016/j.ijleo.2012.09.052
22. Malet – Damour B, Guichard S, Bigot D, Boyer H. 2016. Study of tubular daylight guide systems in buildings: Experimentation, modelling, and validation. Energy and buildings. 129:308–321. https://doi.org/10.1016/j.enbuild.2016.08.019
23. Garcia Hansen V, Edmonds I. 2003. Natural illumination of deep – plan office buildings: light pipe strategies. In ISES Solar World Congress 2003.
24. Mohelnikova J, Vajkay F. 2009. Study of tubular light guides illuminance simulations. Leukos. 5(4):267–277. https://doi.org/10.1582/LEUKOS.2008.05.04.001
25. Carter D. 2014. LRT Digest 2 Tubular daylight guidance systems. Lighting Research & Technology. 46(4):369–387. https://doi.org/10.1177/1477153514526081
26. Baglivo C, Bonomolo M, Beccali M, Congedo P M. 2017. Sizing analysis of interior lighting using tubular daylighting devices. Energy Procedia. 126:179–186. https://doi.org/10.1016/j.egypro.2017.08.138
27. Baglivo C, Bonomolo M, Congedo P M. 2019. Modeling of light pipes for the optimal disposition in buildings. Energies. 12(22):4323. https://doi.org/10.3390/en12224323
28. Kocifaj M, Kundracik F, Darula S, Kittler R. 2012. Availability of luminous flux below a bended light – pipe: design modelling under optimal daylight conditions. Solar Energy. 86(9):2753–2761. https://doi.org/10.1016/j.solener.2012.06.01729. CIE. 2006. CIE‑173 Technical Report:Tubular Daylight Guidance Systems. Vienna, Austria. https://doi.org/10.25039/tr.173.2006
30. Kocifaj M, Kundracik F, Darula S, Kittler R. 2010. Theoretical solution for light transmission of a bended hollow light guide. Solar Energy. 84(8):1422–1432. https://doi.org/10.1016/j.solener.2010.05.002
31. Wang C, Gao Q, Gao W, Ouyang J. 2022. Discussion about calculation method of light transmission efficiencies of elbows in cylindrical light pipes. Solar Energy. 238:39–43. https://doi.org/10.1016/j.solener.2022.04.024
32. Samuhatananon S, Chirarattananon S, Chirarattananon P. 2011. An experimental and analytical study of transmission of daylight through circular light pipes. Leukos. 7(4):203–219. https://doi.org/10.1080/15502 724.2011.10732147
33. Jenkins D, Muneer T, Kubie J. 2005. A design tool for predicting the performances of light pipes. Energy and buildings. 37(5):485–492. https://doi.org/10.1016/j.enbuild.2004.09.014
34. Carter D J. 2008. Tubular guidance systems for daylight: UK case studies. Building Research & Information. 36(5):520–535. https://doi.org/10.1080/09613210801987855
35. Kocifaj M, Darula S, Kittler R. 2008. HOLIGILM: Hollow light guide interior illumination method – An analytic calculation approach for cylindrical light – tubes. Solar energy. 82(3):247–259. https://doi.org/10.1016/j.solener.2007.07.003
36. Verso V R L, Pellegrino A, Serra V. 2011. Light transmission efficiency of daylight guidance systems: An assessment approach based on simulations and measurements in a sun/sky simulator. Solar Energy. 85(11):2789–2801. https://doi.org/10.1016/j.solener.2011.08.017
37. Solatube. 2024a. Tubular Skylight. [accessed 2024 June 12] https://solatube.com/residential/tubular – skylights/
38. Monodraught. 2024a. Sunpipe. [accessed 2024 June 12], from https://www.monodraught. com/products/natural – lighting
39. Atalay, F., Kurtay, C. 2023. Daylight Performance of Elbow Geometry in Light Pipe Models. Periodica Polytechnica Architecture, 54(3), 207–214. https://doi.org/10.3311/PPar.22503
40. Rahmani Asl M, Zarrinmehr S, Yan W. 2013. Towards BIM – based parametric building energy performance optimization. In Proc. of the 33rd Annual Conference of the Association for Computer Aided Design in Architecture, Cambridge. https://doi.org/10.52842/ conf.acadia.2013.101
41. Grasshopper. 2024. Grasshopper, Algorithmic Modeling for Rhino. [accessed 2023 June 12]. https://www.grasshopper3d.com/
42. Roudsari M S, Pak M. 2013. Ladybug: a parametric environmental plugin for grasshopper to help designers create an environmentally – conscious design. https://doi.org/10.26868/25222708.2013.249
43. Pilechiha P, Mahdavinejad , RahimianF P, Carnemolla P, Seyedzadeh S. 2020. Multi – objective optimisation framework for designing office windows: quality of view, daylight, and energy efficiency. Applied Energy. 261:114356. https://doi.org/10.1016/j.apenergy.2019.114356
44. Kharvari F. 2020. An empirical validation of daylighting tools: Assessing radianceparameters and simulation settings in Ladybug and Honeybee against field measurements. Solar Energy. 207:1021–1036. https://doi.org/10.1016/j.solener.2020.07.054
45. Shirzadnia Z, Goharian A, Mahdavinejad M. 2023. Designerly approach to skylight configuration based on daylight performance;Toward a novel optimization process. Energy and Buildings. 286:112970. https://doi.org/10.1016/j.enbuild.2023.112970
46. Reinhart C, Breton P F. 2009. Experimental validation of Autodesk® 3ds Max® Design 2009 and DAYSIM 3.0. Leukos. 6(1):7–35. https://doi.org/10.1582/leukos.2009.06.0100147. Ladybug. 2024a. EPWMap. [accessed 2023 June 12] https://www.ladybug.tools/epwmap/
48. Ladybug. 2024b. Point – in – time Grid Based. [accessed 2024 June 1] https://docs.ladybug.tools/hb–radiance–primer/components/3_recipes/point–in–time_grid–based
49. IES. 2011. The Illuminating Engineering Society of North America. The Lighting Handbook 10th Edition, Reference, and Application. IESNA,1328. https://doi.org/10.1177/1365782807079518

В данной статье представлена высокоэффективная система СД драйвера с питанием от фотоэлектрического источника, разработанная для работы в условиях переменной облучённости с оптимизированным преобразованием мощности. Система интегрирует высокочастотный последовательный резонансный инвертор, управляемый методом модуляции плотностью импульсов, что обеспечивает бескоммутационное переключение благодаря условиям нулевого напряжения и нулевого тока. В качестве источника питания используется ФЭ-матрица мощностью 2,2 кВт, а отслеживание точки максимальной мощности реализовано на основе алгоритма возмущения и наблюдения. Данный контроллер одновременно управляет алгоритмом отслеживания точки максимальной мощности и работой инвертора, динамически регулируя плотность импульсов в реальном времени в зависимости от уровня облучённости. Для повышения производительности системы в исследовании реализованы и сравнены три стратегии модуляции плотностью импульсов: традиционная нерегулярная модуляция, усовершенствованная и улучшенная модуляции. Все методы разработаны и смоделированы в среде PSIM с использованием неидеальных параметров для приближения к реальным условиям. Результаты моделирования показывают, что предложенные стратегии управления модуляцией плотностью импульсов обеспечивают КПД свыше 99 % при различных уровнях мощности, при этом улучшенная модуляция демонстрирует наименьший уровень гармонических искажений и пульсаций резонансного тока. Полученные данные подтверждают, что предложенный метод управления на основе модуляции плотностью импульсов представляет собой энергоэффективное и надёжное решение для СД драйверов с ФЭ-питанием, особенно в автономных системах или условиях ограниченных энергоресурсов.

1. Efe, S.B., Varhan, D. Interior lighting of a historical building by using led luminaires: A case study of fatih Paşa mosque // Light & Engineering, 2020, Vol. 28, # 4, pp. 77–83.
2. Thothadri, M., Sathi, R.R., Ponnurangam, S., Chinnaraj, K. Fractional order PID controlled phase shift modulated interleaved Watkins – Johnson converter-based LED driver with reduced current ripple // Electrical Engineering, 2025, Vol. 107, pp. 2163–2176.
3. Askari, S., Farzanehfard, H., Maghsoudi, M. Isolated Soft Switched Resonant Led Driver with Constant Output Current and Wide Input Voltage Range // 16th Power Electronics, Drive Systems, and Technologies Conference (PEDSTC), 2025.
4. Mukherjee, A., Chandra Bansal, T., Soni, A. Analysis of LED Driver Topologies with Respect to Power Factor and THD // Light & Engineering, 2018, Vol. 26, # 1, pp. 63–72.
5. Pal, A.K., Singha, A.K. A Digital Pulse Frequency Modulation Technique for a Series Resonant Converter-based LED Driver // IEEE Transactions on Power Electronics, 2025, Vol. 40, # 2, pp. 2797–2808.
6. Akalp, O., Ozbay, H., Efe, S.B. Design and analysis of high-efficient driver model for led luminaires // Light & Engineering, 2021, Vol. 29, # 2, pp. 96–106.
7. Efe, S.B., Ozbay, H., Ozer, I. Experimental Design and Analysis of Adaptive Led Illumination System // Light & Engineering, 2022, Vol. 30, # 4, pp. 63–70.
8. Akdeniz, M., Efe, S.B. Forecasting of Harmonic Distortions in MV Distribution Network Caused by Illumination Devices // Light & Engineering, 2025, Vol. 33, # 2, pp. 64–69.
9. Esteki, M., Khajehoddin, S.A., Safaee, A., Li, Y. LED Systems Applications and LED Driver Topologies: A Review // IEEE Access, 2023, Vol. 11, pp. 38324–38358.
10. Tran, D.H., Waheed, Z., Choi, W. A New Two-Stage Multiple-Parallel-Channel LED Driver Using a CLL – C Resonant Converter and Time Division Control Technique // Energies, 2025, Vol. 18, # 5.
11. Rao, K.V.G., Kiran Kumar, M., Srikanth Goud, B. An Independently Controlled Two Output Half Bridge Resonant LED Driver // Electric Power Components and Systems, 2024, Vol. 52, # 7, pp. 1094–1114.
12. Duman, A.C., Güler, Ö. Techno-economic analysis of off-grid PV LED road lighting systems for Antalya province of Turkey // Light & Engineering, 2019, Vol. 27, # 2, pp. 58–66.
13. Kamalapathi, K., Srinivasa Rao Nayak, P., Tyagi, V.K. Design and implementation of dual-source (WPT + PV) charger for EV battery charging // International Transactions on Electrical Energy Systems, 2021, Vol. 31, # 11, pp. 1–29.
14. Yesuraj, S., Yesuraj, J., Muthaiah, P., Balaraman, S. Standalone PV-fed LED Street Lighting Using Resonant Converter // Electric Power Components and Systems, 2017, Vol. 45, # 5, pp. 548–559.
15. Raj, A., Arya, S.R., Gupta, J. Solar PV array-based DC – DC converter with MPPT for low power applications // Renewable Energy Focus, 2020, Vol. 34, pp. 109–119.
16. Sheng, X., Shi, L., Fan, M. An Improved Pulse Density Modulation of High-Frequency Inverter in ICPT System // IEEE Transactions on Industrial Electronics, 2021, Vol. 68, # 9, pp. 8017–8027.
17. Özbay, H. PDM – MPPT based solar powered induction heating system // Engineering Science and Technology, an International Journal, 2020, Vol. 23, # 6, pp. 1397–1414.
18. Li, H., Fang, J., Chen, S., Wang, K., Tang, Y. Pulse Density Modulation for Maximum Efficiency Point Tracking of Wireless Power Transfer Systems // IEEE Transactions on Power Electronics, 2018, Vol. 33, # 6, pp. 5492–5501.
19. Karafil, A., Ozbay, H., Oncu, S. Design and Analysis of Single-Phase Grid-Tied Inverter with PDM Mppt-controlled Converter // IEEE Transactions on Power Electronics, 2020, Vol. 35, # 5, pp. 4756–4766.
20. Sheng, X., Shi, L. An Improved Pulse Density Modulation Strategy Based on Harmonics for ICPT System // IEEE Transactions on Power Electronics, 2020, Vol. 35, # 7, pp. 6810–6819.
21. Esteve, V., Jordan, J., Sanchis-Kilders, E., Dede, E.J., Maset, E., Ejea, J.B. et al. Enhanced Pulse-Density-Modulated Power Control for High-Frequency Induction Heating Inverter // IEEE Transactions on Industrial Electronics, 2015, Vol. 62, # 11, pp. 6905–6914.
22. Kazimierczuk, M.K., Czarkowski, D. Resonant Power Converters. New York, NY: John Wiley & Sons; 2012, 632 p.
23. Karafil, A. Comparison of the various irregular pulse density modulation (PDM) control pattern lengths for resonant converter with photovoltaic (PV) integration // Journal of the Faculty of Engineering and Architecture of Gazi University, 2021, Vol. 36, # 3, pp. 1595–1611.
24. Yue, H., Fang, Z., Xia, Y. PDM Control Strategy of Extremely High Gain ICPT System Applying for Electrical Isolation Aimed at Maximum Efficiency // IECON Proceedings, 2022, pp. 1–6.
25. Karafil, A., Ozbay, H., Oncu, S. Comparison of regular and irregular 32 pulse density modulation patterns for induction heating // IET Power Electronics, 2020, Vol. 13, # 15.
26. Lee, W.C., Hwang, D.H. Improved SSJ-MPPT Method for Maximum Power Point Tracking of Photovoltaic Inverter Under Partial Shadow Condition // Journal of Electrical Engineering and Technology, 2019, Vol. 14, # 1, pp. 301–309.
27. Özbay, H., Öncü, S., Kesler, M. SMCDPC based active and reactive power control of grid-tied three phase inverter for PV systems // International Journal of Hydrogen Energy, 2017, Vol. 42, # 28, pp. 17713–17722.
28. Ozbay, H., Karafil, A., Oncu, S., Kesler, M. PSIM Simulation of Flyback Converter for P&O and IC MPPT Algorithms // European Journal of Engineering and Natural Sciences, 2017, Vol. 2, # 1, pp. 204–209.
29. Abdel-Salam, M., El-Mohandes, M.T., El-Ghazaly, M. An Efficient Tracking of MPP in PV Systems Using a Newly-Formulated P&O-MPPT Method Under Varying Irradiation Levels // Journal of Electrical Engineering and Technology, 2020, Vol. 15, # 1, pp. 501–513.

В статье представлена история развития метода выращивания растений при электрическом освещении и его трансформация в макротехнологию, получившую название светокультура. Светокультура позволяет в нашей стране с холодным климатом круглогодично с высокой продуктивностью выращивать растения в сооружениях защищённого грунта, прежде всего в теплицах. Рассмотрены также характерные особенности развития светокультуры на современном этапе и задачи на перспективу, связанные с внедрением высокоэффективных светодиодных систем освещения, позволяющих реализовать оптимальные параметры ФАР с учётом видовых особенностей растений и на разных стадиях онтогенеза.

1. Максимов Н.А. Культура растений на электрическом свете и применение её для семенного контроля и селекции, Научно-агрономический журн., 1925, т. 2, № 7–8, с. 395–404.
2. Harvey R.B. Growth of plants in artificial light – Bot. Gaz. 74, 1922, pp. 447–451.
3. Criss Higgins, Feb.8, 2022, Urban AgNews, You know what a greenhouse and VF are, but what is CEA? 4. Тимирязев К.А. Жизнь растений, Москва, 1882, (Сочинения, 1937, I.III с. 318.)
5. L.H. Bailey, Electro-Horticulture, American Garden, 1891, Nov 1891, № 11, p.p 669–671
6. Леман В.М. «Курс светокультуры растений», М., «ВЫСШАЯ ШКОЛА», 1976
7. Oden S., Vaxtoding I elektrisk ljus. Meddel fr. Kungl. Landbruksakad. Vetenskaps. Stockholm, p.p 1–161, 1929.
8. Мошков Б.С. Выращивание растений на искусственном освещении, Сельхозгиз 1953 г.; Изд.2, М. «Колос», 1966 г.
9. Клешнин А.Ф., Максимов Н.А. Люминесцентные лампы как источник радиации для светокультуры растений. Докл. АНСССР, т. LVII, № 2, 1947, С. 201–204.
10. Клешнин А.Ф. Растение и свет. Теория и практика светокультуры растений. Изд. АНСССР, Москва, 1954.
11. Воскресенская Н.П. Фотосинтез и спектральный состав света, Москва, «Наука», 1965 г.
12. Под ред. Курсанова А.Л. и Воскресенской Н.П., Фоторегуляция метаболизма и морфогенеза растений, М. Наука, 1975.
13. Тихомиров А.А., Шарупич В.П., Лисовский Г.М. Светокультура растений. – Новосибирск, СО РАН, 2000 г.
14. Под ред. Ващенко С.Ф. Овощеводство защищённого грунта, М, «Колос», 1984.
15. Прикупец Л.Б., Гаврилкина Г.Н., Сарычев Г.С., Буханов Ю.А. Источники излучения для фитобиологических исследований. «Проблемы практической фотобиологии» Изд. АН СССР, 1971, 180 с.
16. Тихомиров А.А., Лисовский Г.М, Сидько Ф.Я. Спектральный состав света и продуктивность растений. – Новосибирск: Наука, 1991.
17. Павловский В.И., Прикупец Л.Б., Сарычев Г.С., Терентьев В.М., Федюнькин Д.В. Фотобиологические исследования с селективными металлогалогенными лампами высокого давления // Светотехника. – 1976. – № 9. – С. 3–6.
18. Прикупец Л.Б., Тихомиров А.А. Оптимизация спектра излучения при выращивании овощей в условиях светокультуры // Светотехника. – 1992. –№ 3. – С. 5–7.
19. Lighting for growth, General Electric Company, 2010
20. Пчелин В.М., Макарова И.Е. Оценка состояния и перспектив развития систем облучения в современных тепличных комплексах. М. ж. «Светотехника», 2018,№ 1, С. 23–27.
21. Прикупец Л.Б. Боос Г.В. Облучательные установки в сельском хозяйстве, М. Ред. «Светотехника», 2023.
22. Прикупец Л.Б., Боос Г.В., Терехов В.Г., Тараканов И.Г. Оптимизация светотехнических параметров при светокультуре салатно-зеленных растений с использованием светодиодных излучателей // Светотехника. – 2019. – № 4. – С. 6–13.
23. Боос Г.В., Прикупец Л.Б., Трухачёв В.И., Тараканов И.Г., Терехов В.Г. «Светодиодная революция» и новые возможности повышения эффективности светокультуры растений // Вестник росс. сх науки. 2022 – № 5 – С. 36–41.

Настоящее исследование изучает влияние уровней освещения на точность классификации микроскопических изображений клеток и предлагает новый подход для диагностики лейкоцитов на основе глубокого обучения. Предлагаемый метод интегрирует статистические текстурные признаки, извлечённые из полутоновых изображений с помощью матрицы совпадения уровней серого (GLCM) и локальных бинарных шаблонов (LBP), с модулем внимания CBAM в гибридной архитектуре, построенной на модели VGG16. В данной архитектуре визуальная (RGB) и структурная (текстурная) информация обрабатываются параллельно, что позволяет получать более глубокие и информативные представления для классификации. Впервые в рамках такого подхода детально оценено влияние вариаций освещения на микроскопические изображения, а производительность модели протестирована в условиях множественных режимов освещения.
В ходе исследования были смоделированы девять режимов освещения путём регулировки уровня освещения от –80 до +80 %, и классификационная эффективность модели всесторонне оценена для каждого условия. Согласно результатам, минимальное количество ошибок классификации (11 ошибок) зафиксировано при уровне освещения +80, что позволило идентифицировать данный режим освещения как оптимальный для достижения наивысшей точности модели. По усреднённым метрикам производительности модель продемонстрировала выдающийся результат: точность 99,46 %, F1‑мера 2 99,33 %, полнота 99,27 %, специфичность 99,87 %. Особо следует отметить практически безупречную классификацию эозинофилов и базофилов.
Установлено, что гибридизация механизма внимания CBAM с текстурными признаками существенно повышает эффективность классификации. Устойчивость модели к вариациям освещения подтверждена матрицами ошибок и подсчётом неверных классификаций, что подчёркивает критическую роль условий освещения в анализе микроскопических изображений. Таким образом, исследование вносит инновационный вклад в литературу как в области оптимизации освещения, так и интеграции разнородных признаков.

1. Kutlu, H., Avci, E., Özyurt, F. White blood cells detection and classification based on regional convolutional neural networks // Medical Hypotheses, 2020, Vol. 135, # 1, p. 109472.
2. Sengur, A. et al. White Blood Cell Classification Based on Shape and Deep Features // 2019 International Conference on Artificial Intelligence and Data Processing Symposium, IDAP 2019, 2019, 6 p.
3. Navya, K.T., Prasad, K., Singh, B.M.K. Classification of blood cells into white blood cells and red blood cells from blood smear images using machine learning techniques // 2021 2nd Global Conference for Advancement in Technology, GCAT 2021, 2021, 7 p.
4. Alkafrawi, I.M.I., Dakhell, Z.A. Blood Cells Classification Using Deep Learning Technique // Proceedings – 2022 International Conference on Engineering and MIS, ICEMIS 2022, 2022, 5 p.
5. Al-Dulaimi, K. et al. Segmentation of White Blood Cell, Nucleus and Cytoplasmin Digital Haematology Microscope Images: A Review-Challenges, Current and Future Potential Techniques // IEEE Reviews in Biomedical Engineering, 2021, Vol. 14, pp. 290–306.
6. Khouani, A. et al. Automated recognition of white blood cells using deep learning // Biomedical Engineering Letters, 2020, Vol. 10, # 3, pp. 359–367.
7. Jiang, M. et al. White Blood Cells Classification with Deep Convolutional Neural Networks // International Journal of Pattern Recognition and Artificial Intelligence, 2018, Vol. 32, # 9, 21 p.
8. Khan, S. et al. Efficient leukocytes detection and classification in microscopic blood images using convolutional neural network coupled with a dual attention network // Computers in Biology and Medicine, 2024, Vol. 174, p. 108146.
9. Fırat, H. Classification of microscopic peripheral blood cell images using multibranch lightweight CNN-based model // Neural Computing and Applications, 2024, Vol. 36, # 4, pp. 1599–1620.
10. Vogado, L. et al. Leukemia diagnosis in blood slides using transfer learning in CNNs and SVM for classification // Engineering Applications of Artificial Intelligence, 2018, Vol. 72, pp. 415–422.
11. Palta, O., Çıbuk, M., Güldemir, H. Image Enhancement In White Blood Cells Using Hybrid (Chale+Gauss) Filter And Flask-Based Web Service Integration // 7th International Mediterranean Congress, 2025, pp. 897–906.
12. Palta, O., Çıbuk, M., Güldemir, H. Deep Learning-Based Classification Of White Blood Cells: An Ensemble Model Approach // 7th International Mediterranean Congress, 2025, pp. 262–270.
13. Cengiz, M.S., Cengiz, Ç. Numerical Analysis of Tunnel Led Lighting Maintenance Factor // International Journal of University Missions and Emigrations Journal, 2018, Vol. 19, # 2, pp. 154–163.
14. Cengiz, Ç. Relationship of Braking Distance and Rear Headlight on Highways // Light & Engineering, 2024, Vol. 32, # 2, pp. 29–36.
15. Cengiz, Ç., Aydoğdu, H. GAMMA renewal functions in censored data // Bitlis Eren University Journal of Science and Technology, 2015, Vol. 5, # 2, pp. 97–101.
16. Efe, S.B., Varhan, D. Interior Lighting of a Historical Building by Using LED Luminaires A Case Study of Fatih Pasha Mosque // Light & Engineering, 2020, Vol. 28, # 4, pp. 77–83.
17. Cengiz, M.S. Effects of Luminaire Angle and Illumination Topology On Illumination Parameters In Road Lighting // Light & Engineering, 2020, Vol. 28, # 4, pp. 47–56.
18. Rüstemli, S., Cengiz, M.S. Active Filter Solutions in Energy Systems // Turkish Journal of Electrical Engineering and Computer Sciences, 2015, Vol. 23, # 6, pp. 1587–1607.
19. Cengiz, M.S. The Relationship between Maintenance Factor and Lighting Level in Tunnel Lighting // Light & Engineering, 2019, Vol. 27, # 3, pp. 75–88.
20. Guler, O., Onaygil, S. The Effect of Luminance Uniformity on Visibility Level in Road Lighting // Lighting Research & Technology, 2003, Vol. 35, # 3, pp. 199–215.
21. Cengiz, M.S., Rüstemli, S. Passive Filter Solutions and Simulation Performance in Industrial Plants // Bitlis Eren University Journal of Science and Technology, 2016, Vol. 6, # 1, pp. 39–43.
22. Wu, P. et al. Spectral-level assessment of light pollution from urban façade lighting // Sustainable Cities and Society, 2023, Vol. 98, p. 104827.
23. Duranay, Z.B., Guldemir, H. Power Prediction in Photovoltaic Systems with Neural Networks: A Multi-Parameter Approach // Applied Sciences, 2025, Vol. 15, # 7, p. 3615.
24. Dişli, F. et al. Epilepsy Diagnosis from EEG Signals Using Continuous Wavelet Transform-Based Depthwise Convolutional Neural Network Model // Diagnostics, 2025, Vol. 15, # 1, p. 84.
25. Aliser, A., Duranay, Z.B. Fire/Flame Detection with Attention-Based Deep Semantic Segmentation // Iranian Journal of Science and Technology – Transactions of Electrical Engineering, 2024, Vol. 48, # 2, pp. 705–717.
26. Praharsha, C.H., Poulose, A. CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture // Computers in Biology and Medicine, 2024, Vol. 180, 12 p.
27. Li, H. et al. Reducing Video Coding Complexity Based on CNN-CBAM in HEVC // Applied Sciences, 2023, Vol. 13, # 18, p. 10135.
28. Cömert, Z., Efil, F., Türkoğlu, M. Convolutional Block Attention Module and Parallel Branch Architectures for Cervical Cell Classification // International Journal of Imaging Systems and Technology, 2025, Vol. 35, # 2, 15 p.
29. Göçmen, R., Çıbuk, M., Akin, E. Comparative Analysis of Deep Learning Algorithms in Fire Detection // Balkan Journal of Electrical and Computer Engineering, 2024, Vol. 12, # 3, pp. 255–261.
30. Erdem, B., Karabatak, M. Cheating Detection in Online Exams Using Deep Learning and Machine Learning // Applied Sciences, 2025, Vol. 15, # 1, p. 400.
31. Wang, S., Zhang, X., Zhao, R. Lightweight CNN-CBAM-BiLSTM EEG emotion recognition based on multiband DE features // Biomedical Signal Processing and Control, 2025, Vol. 103, 10 p.
32. Acevedo, A. et al. Recognition of peripheralblood cell images using convolutional neural networks // Computer Methods and Programs in Biomedicine, 2019, Vol. 180, p. 105020.
33. Kaynaklı, M., Palta, O., Cengiz, Ç. Solar Radiation and Temperature Effects on Agricultural Irrigation Systems // Bitlis Eren University Journal of Science and Technology, 2016, Vol. 6, # 1, pp. 53–58.
34. Cengiz, M.S. Simulation and Design Study for Interior Zone Luminance in Tunnel Lighting // Light & Engineering, 2019, Vol. 27, # 2, pp. 42–51.
35. Yurci, Y. et al. The performance-cost effect of the scada system on distribution networks // IOSR Journal of Electrical and Electronics Engineering, 2016, Vol. 11, # 6, pp. 32–38.
36. Cengiz, Ç. The Relationship Between Electricity Consumption From Outdoor Lighting and Economic Growth // Light & Engineering, 2024, Vol. 32, # 4, 8 p.
37. Macawile, M.J. et al. White blood cell classification and counting using convolutional neural network // 2018 3rd International Conference on Control and Robotics Engineering, ICCRE 2018, 2018, pp. 259–263.
38. Çınar, A., Tuncer, S.A. Classification of lymphocytes, monocytes, eosinophils, and neutrophils on white blood cells using hybrid Alexnet-GoogleNet-SVM // SN Applied Sciences, 2021, Vol. 3, # 4, 11 p.
39. Habibzadeh Motlagh, M. et al. Automatic white blood cell classification using pretrained deep learning models: ResNet and Inception // Proceedings of SPIE, 2018, Vol. 10696, pp. 274–281.
40. Vogado, L.H.S. et al. Leukemia diagnosis in blood slides using transfer learning in CNNs and SVM for classification // Engineering Applications of Artificial Intelligence, 2018, Vol. 72, pp. 415–422.
41. Hegde, R.B. et al. Feature extraction using traditional image processing and convolutional neural network methods to classify white blood cells: a study // Australasian Physical & Engineering Sciences in Medicine, 2019, Vol. 42, # 2, pp. 627–638.
42. Sharma, S. et al. Deep Learning Model for the Automatic Classification of White Blood Cells // Computational Intelligence and Neuroscience, 2022, Vol. 2022, # 1, p. 7384131.
43. Chen, Y. et al. DAFFNet: A dual attention feature fusion network for classification of white blood cells // Biomedical Signal Processing and Control, 2025, Vol. 106, p. 107699.
44. Fan, H. et al. LeukocyteMask: An automated localization and segmentation method for leukocyte in blood smear images using deep neural networks // Journal of Biophotonics, 2019, Vol. 12, # 7, p. e201800488.
45. Khalil, A.J., Abu-Naser, S.S. Diagnosis of Blood Cells Using Deep Learning // International Journal of Academic Engineering Research, 2022, Vol. 6, # 2, pp. 69–84.

Интеллектуальные системы контроля параметров микроклимата – перспективный и быстроразвивающийся сегмент российского рынка измерительной техники. В определённых сферах их применение закреплено законодательно. Стратегическое размещение датчиков, оптимизированное с помощью карт распределения параметров микроклимата и искусственного интеллекта (ИИ), позволит эффективно контролировать и анализировать температуру, влажность, освещённость и другие показатели, используя большие объёмы данных. Соответствующий проект авторов направлен на создание и тестирование системы мониторинга микроклимата, предназначенной для применения в музеях, выставочных залах и библиотеках. Представленная система использует картирование параметров микроклимата и алгоритмы ИИ для мониторинга и поддержания оптимальных условий хранения и экспонирования ценных объектов. Особое внимание уделяется контролю облучённости в УФ области спектра и освещённости. Музейная климатология относит эти параметры к понятию микроклимата, поскольку они критически важны для сохранности экспонатов и требуют особого отношения в световом дизайне и светотехнике. Картирование параметров микроклимата в музейных, выставочных и архивных пространствах осуществляется в несколько этапов и включает изучение проектной документации, расположения инженерных систем и характеристик экспонатов, особенно их светочувствительности. На следующем этапе проводится сканирование помещений с помощью измерительного оборудования, а полученные данные анализируются и визуализируются в виде карт распределения параметров микроклимата на плане помещения. Это позволяет выявлять проблемные зоны и принимать меры по их устранению. Для надёжности и уменьшения временных затрат при анализе и построении карт распределения параметров микроклимата целесообразно применять алгоритмы ИИ. Статья посвящена новой интеллектуальной системе, разработанной для повышения эффективности работы специалистов, отвечающих за сохранность экспонатов. Приведены результаты валидации методики и предварительные данные пилотного исследования, подтверждающие, что система значительно улучшает информированность и повышает точность контроля микроклимата.

1. Приказ Минкультуры России от 23.07.2020 г. N 827 (ред. от 24.11.2020) «Об утверждении Единых правил организации комплектования, учёта, хранения и использования музейных предметов и музейных коллекций».
2. Дорохов В.Б. Свет и климат. Нормативные требования и практика сохранения культурных ценностей // Светотехника. – 2022. – № 6. – С. 74–77.
3. Фёдорова И.В. Тепловой и влажностный режимы объекта историко-архитектурного наследия в Санкт-Петербурге // Электронный научный журнал «Инженерный вестник Дона». – 2021. – № 2.
4. ГОСТ Р 70835–2023 «Музейное освещение. Освещение светодиодами. Нормы».
5. Болотов Е.Н. Сохранить наследие: микроклимат музеев // АВОК. – 2018. – № 1. – С. 4–13.
6. Музейное освещение: основные параметры и их контроль. Руководство (Методические рекомендации) / Под. ред. А.В. Богданова. – Санкт-Петербург, 2024. – 20 с.
7. CIE 157:2004 «Control of damage to museum objects by optical radiation».
8. ГОСТ Р 70836–2023 «Музейное освещение. Освещение светодиодами. Методы измерений нормируемых параметров».
9. Баев С.С., Николаев С.Е., Барбар Ю.А., Томский К.А. Российские беспроводные системы контроля и управления освещением и микроклиматом с учётом особенностей музейных помещений // Светотехника. – 2022. – № 6. – С. 67–71.
10. Томсон Г. Музейный климат. – СПб: СКИФИЯ, 2005. – 288 с.
11. Витковская С.В., Копытова М.П., Толстова А.А. Средовой подход в проектировании и экспертной оценке музейной среды // Академический вестник УралНИИпроект РААСН. – 2021. – № 2. – С. 75–80.
12. Лоозе В.В. Возможности новой дистанционной системы контроля ТВР «ТКА музей» для превентивной консервации музейных предметов в условиях усадебного экспонирования и хранения / Доклад на Научно-практической конференции по музейной деятельности и научной работе ГМЗ «Останкино и Кусково», 2022.

Поскольку население растёт с каждым днём, потребность в энергии продолжает постепенно возрастать. Поскольку туннели требуют непрерывного освещения днём и ночью, потребление энергии в них довольно велико. Примерно 20 % энергии, потребляемой в Турции, используется для освещения. Дорожное освещение занимает значительное место среди уличного освещения. Технологии нового поколения в области освещения быстро внедряются. Предпочтение отдаётся системам освещения, которые становятся более интеллектуальными, экономичными и удобными. Многие решения в области автоматизации и интеллектуальных технологий применяются для повышения энергоэффективности и энергосбережения. Одним из наиболее эффективных решений для разработки интеллектуальных систем освещения является использование универсальных протоколов.
В этом исследовании приводится информация о протоколах, используемых при управлении светодиодными светильниками, используемыми при освещении туннелей. Кроме того, обсуждается освещение туннеля Хекимхан T1 в провинции Малатья, и в этом туннеле применяются DALI (Digital Addressable Lighting Interface – цифровой адресуемый интерфейс освещения) и протокол аналогового управления освещением 0–0–10 В / 1–10 В и анализируются результаты. Дизайн освещения был разработан с использованием протокола DALI, а затем было рассчитано количество энергии, потребляемой для освещения, эксплуатационные расходы, техническое обслуживание и первоначальная стоимость установки. При проектировании также использовался протокол аналогового управления освещением 0–10 В / 1–10 В. Затем было проведено сравнение и даны рекомендации.

1. Rustemli S., Demir Y., Comparative Analysis of Lighting Installations Used in Road Illumination // Light & Engineering, 2021, 29(6), pp. 86–94.
2. Parise G., Martirano L., Parise L., The Energetic Impact of the Lighting system in the Road Tunnels // IEEE Transactions on Industry Applications, 2021, 52(2), pp. 1175–1183.
3. Zhang X., Hu J., Wang R., Gao X., He L., The Comprehensive Efficiency Analysis of Tunnel Lighting Based on Visual Performance // Advances in Mechanical Engineering 2017; 9(4), pp. 1–9.
4. Fotios S., Gibbons R., Lighting Research for Drivers and Pedestrians: The Basis of Luminance and Illuminance Recommendations // Lighting Research & Technology, 2018, 50(1) pp. 154–186.
5. Rustemli S., Kocaman B., Avcil S., Comparative Analysis of High-Pressure Sodium Vapor Luminaires with LED Luminaires in Tunnel Illumınatıon // Light & Engineering, 2022, (30)4, pp. 87–96.
6. International Commission on Illumination – C.I.E, 1990. Guide for the Lighting of Road Tunnels and Underpasses, CIE NO 88.
7. Rustemli S., Avcil S., The Use of LED Luminaire for Tunnel Lighting // Journal of the Institute of Natural & Applied Sciences, 2018, 23(2), pp. 168–181.
8. Qin L., Dong, L., Leon A., et al. An Intelligent Luminance Control Method for Tunnel Lighting Based on Traffic Volume // Sustainability, 2017, 9(12), 2208.
9. Ekren N., Sogut B., DALI Compatible Smart LED Driver Controller with Wi-Fi Communication // Balkan Journal of Electrical and Computer Engineering, 2023, 11(2), pp. 172–183.
10. Bellido O., Francisco J., et al. Streetlight Control System Based on Wireless communication over DALI protocol // Sensors, 2016, 16(5), 597.
11. Sysala T., Pribyslavsky J., Neumann P., Using Microcomputers for Lighting Appliances Control Via DALI Bus // WSEAS Transactions on Systems and Control, 2016, 11, pp. 409–418.
12. Huadong L., Mingguang W., Yufang Z., Development and Research of Lighting System Based on DALI // IEEE Conference on Industrial Electronics and Applications, 2008, ICIEA, pp. 1302–1307.
13. Liang T., Huang J., Yadav P., Design and Implementation of Dimmable LED Control Circuit with DALI Protocol // IEEE International Conference on Power and Energy (PECon), 2016, pp. 121–126.
14. Güngör B., Akgün T., The Management of the Emergency Lighting Systems with DALI Interface // National Conference on Electrical, Electronics and Computer Engineering, 2010, pp. 234–238.
15. Korobko A.A., Method Of Calculation Of A Road Tunnel Illumination // Light & Engineering, 2023, 31(3).
16. Pleshkov S. Yu., Bracale G., Kuznetsov A.L., Design Project Of Combined Lighting Of The Co-Working Area Of The Youth Centre In The City Of Milan Using Mirrored Hollow Tubular Light Guides // Light & Engineering, 2022, 30(4).
17. Contenti C., Digitally Addressable DALI Dimming Ballast, IEEE Applied Power Electronic Conference, 2002, pp. 936–942.
18. Yuan M., Wobschall D.A., Sensor Network for Buildings Based on the DALI Bus // Sensors Applications Symposium, 2007, pp. 6–8.
19. Bellido-Outeirino F.J., Flores-Arias J.M., Domingo-Perez F., Gil-de-Castro A., Moreno-Munoz A., Building Lighting Automation Through The Integration Of DALI With Wireless Sensor Networks // IEEE Transactions On Consumer Electronics, 2012, 58(1), pp. 47–52.

Фасады, как компонент здания, напрямую влияют на комфортные условия в помещении. Различные фасадные системы были разработаны не только для обеспечения теплового и визуального комфорта, но и для повышения энергоэффективности, использования естественного освещения и естественной вентиляции. Проектировщики рассматривают системы двойного остекления фасадов (DSF) в учебных зданиях для улучшения вышеупомянутых эксплуатационных характеристик. В последних работах рассматривается фиксированная глубина помещения для предлагаемых параметрических моделей DSF с учётом фундаментальных версий хорошо известных алгоритмов оптимизации. Поскольку в учебных зданиях требуется различная глубина помещений в зависимости от назначения здания, оптимальная эффективность дневного света может быть достигнута не при одинаковом зазоре между полостями с использованием только одного известного решения. В этом исследовании предлагается вычислительная платформа для решения этой проблемы в DSFs для учебных зданий. В этом контексте в исследовании предлагается параметрическое образовательное пространство с системой DSF и оптимизированными семью параметрами проектирования, включая двенадцать сценариев глубины помещения, с использованием трёх алгоритмов объективной оптимизации. В исследовании предлагаются оптимизированные сценарии проектирования для пространственной автономии от дневного света (sDA) и ежегодного воздействия солнечного света (ASE) в регионе между 35°-40° северной широты средиземноморского типа климата CSA. Хотя в предыдущих работах часто использовался генетический алгоритм (GA) для решения задач проектирования DSF, результаты показали, что GA не подходит для работы с sDA и ASE. Результаты показали, что одного отверстия недостаточно для обеспечения оптимальных sDA и ASE в учебных зданиях с системами DSF глубиной помещения более 7 м.

1. Blanco, J. M., Arriaga, P., Rojí, E., Cuadrado, J. Investigating the thermal behaviour of double-skin perforated sheet façades: Part a: Model characterization and validation procedure. Building and Environment, 2014. V 82, pp 50–62.
2. Safer, N., Woloszyn, M., Roux, J.J. Three-dimensional simulation with a cfd tool of the airflow phenomena in single floor double-skin facade equipped with a venetian blind. Solar Energy, 2005. V 79 (2), PP 193–203.
3. Ghaffarianhoseini, A. Ghaffarianhoseini, A., Berardi, U. Tookey, J., Li, D. H. W., Kariminia, S. Exploring the advantages and challenges of double-skin façades (Dsfs). Renewable And Sustainable Energy Reviews, 2016. V 60, pp 1052–1065.
4. WELL, Daylight Modeling, https://standard.wellcertified.com/light/daylight-modeling; 2024 (accessed on 3 April 2024). 5. BREEAM, Daylight 4a/c, https://climatestudiodocs.com/docs/daylightBREEAM4a.html; 2024 (accessed on 3 April 2024).
6. Gass S.I. Making Decisions with Precision, Business Week October 30, 2000. https://www.bloomberg.com/news/articles/2000–10–29/making-decisions-with-precision; 2024 (accessed on 3 April 2024).
7. Winston, W.L. Operations research: applications and algorithms. International Thomson Publishing, Belmont, CA., 2003. V 4.
8. Shameri, M. A., Alghoul, M. A., Elayeb, O., Zain, M. F. M., Alrubaih, M. S., Amir, H., Sopian, K. Daylighting characteristics of existing double-skin façade office buildings. Energy and Buildings, 2013. V 59, pp 279–286.
9. Ghonimi, I. Assessing Daylight performance of single vs. double skin facade in educational buildings: A comparative analysis of two case studies. Journal of Sustainable Development, 2017. V 10 (3), pp 133–142.
10. Saad, M. M., Araji, M.T. Optimization of double skin façades with integrated renewable energy source in cold climates. In ASHRAE Topical Conference Proceedings (pp. 366–373). American Society of Heating, Refrigeration and Air Conditioning Engineers, Inc., 2020.
11. Alakavuk, A. P. D.E. Energy and daylight performance analysis of double skin façade systems in hot arid climate: a case study in Kano, Nigeria. Engineering On Energy Materials, 2020. V 97.
12. Dewi, O. C., Rahmasari, K., Hanjani, T. A., Ismoyo, A. D., Dugar, A.M. Window-to-wall ratio as a mode of daylight optimization for an educational building with opaque double-skin façade. Journal of Sustainable Architecture and Civil Engineering, 2022. V 30 (1), pp 142–152.
13. Lorenzo, V., Hendarti, R., Mariana, Y. Double skin facade effect on optimizing daylighting in SOHO apartment south Jakarta. In AIP Conference Proceedings, 2023. V 2594 (1), AIP Publishing.
14. Wolpert, D. H., & Macready, W.G. No free lunch theorems for optimization. IEEE transactions on evolutionary computation, 2002. V 1(1), pp 67–82.
15. Goharian, A., Daneshjoo, K., Yeganeh, M. Standardisation of methodology for optimising the well aperture as device (reflector) for light-wells; a novel approach using Honeybee & Ladybug plug-ins. Energy Reports, 2022. V 8, pp 3096–3114.
16. Lm, I. Approved method: IES spatial Daylight autonomy (sDA) and annual sunlight exposure (ASE), 2013. Illum Eng Soc https//www.ies.org/product/ies-spatial-daylightautonomy-sda-and-annual-sunlight-exposurease.
17. Kremelberg, D. Pearson’sr, chi-square, t-test, and ANOVA. Practical statistics: A quick and easy guide to IBM® SPSS® statistics, STATA, and other statistical software, 2011. 119–204.
18. Opossum. Food4rhino. https://www.food4rhino. com/en/app/opossum-optimizationsolver-surrogate-models; 2024 (accessed on 6 April 2024).
19. Rutten, D. Galapagos: On the logic and limitations of generic solvers. Architectural Design, 2013. V 83 (2), pp 132–135.
20. Wolpert, D. H., Macready, W.G. No free lunch theorems for optimization. IEEE Transactions on Evolutionary Computation, 1997. V 1 (1), pp 67–82.
21. Coit, D. W., Smith, A.E. Penalty guidedgenetic search for reliability design optimization. Computers & Industrial Engineering, 1996. V 30 (4), pp 895–904.
22. Vatin, N., Murgul, V., Penić, M. Double skin facades in energy efficient design, Applied Mechanics and Materials, 2014. V 680, pp 534–538.
23. Ekici, B., Cubukcuoglu, C., Turrin, M., & Sariyildiz, I.S. Performative computational architecture using swarm and evolutionary optimization: A review. Building and environment, 2019. V 147, pp 356–371.

В данной работе представлены моделирование и аппаратная реализация фотоэлектрической установки. Установка состоит из ФЭ панели, повышающего DC-DC преобразователя и активной нагрузки. Преобразователь управляется контроллером отслеживания точки максимальной мощности, реализующим алгоритмы возмущения и наблюдения или возрастающей проводимости. Управление преобразователем осуществляется с помощью сигнала широтно-импульсной модуляции, генерируемого платой Arduino. Моделирование установки выполнено в среде ISIS. Реализация алгоритмов возмущения и наблюдения или возрастающей проводимости выполнена с применением платы Arduino.

1. Laxmi, G., Daljeet, P.S., Neeraj, S., Kuldeep, S.K. Comparative Analysis of P & O and INC MPPT Algorithms for PV System under Variable Irradiance // E3S Web of Conferences ICPES, 2023, Vol. 540, # 1, 12003 p.
2. Priyanka, M. Modeling and Control of a Battery for Renewable Energy Sources // International Journal of New Technologies in Science and Engineering, 2022, Vol. 8, # 4, pp. 1–5.
3. Rath, B.B. et al. Photovoltaic Partial Shading Performance Evaluation With a DSTATCOM Controller // IEEE Access, 2022, Vol. 10, # 1, pp. 69041–69052.
4. Malla, S.G., Malla, J.M.R., Malla, P., Ramasamy, S., Doniparthi, S.K., Sahu, M.K., Subudhi, P.K., Awad, H. Coordinated power management and control of renewable energy sources based smart grid // International Journal of Emerging Electric Power Systems, 2022, Vol. 23, # 2, pp. 261–276.
5. Chandrasekhar, N. Modified Grey Wolf Optimization Algorithm for MPPT of PV System under Partial Shading Conditions // International Journal of New Technologies in Science and Engineering, 2022, Vol. 8, # 5, pp. 1–6.
6. Priyanka, M. Novel Control Technique for MPPT of PV Standalone System with TSK Fuzzy controller // International Journal of New Technologies in Science and Engineering, 2022, Vol. 8, # 8, pp. 1–7.
7. Malla, S.G. et al. Whale Optimization Algorithm for PV Based Water Pumping System Driven by BLDC Motor Using Sliding Mode Controller // IEEE Journal of Emerging and Selected Topics in Power Electronics, 2022, Vol. 10, # 4, pp. 4832–4844.
8. Dash, D.P., Bagarty, P.K., Hota, R.K., Behera, M.U.R., Al Hosani, K. DC Offset Compensation for Three-Phase Grid-Tied SPV-DSTATCOM Under Partial Shading Condition With Improved PR Controller // IEEE Access, 2021, Vol. 9, # 1, pp. 132215–132224.
9. Malla, S.G., Dadi, P.K., Dadi, J. Wind and photovoltaic based hybrid stand-alone power generation system // 2017 International Conference on Energy, Communication, Data Analytics and Soft Computing, Chennai, India, 2017, pp. 3718–3725.
10. Keerthana, K., Singaravelu, S. Enhancing the Robustness of P and O Algorithm-Based MPPT Control in Stand-Alone PV Systems through Fine Tuned PI Controller for Dynamic Load Variations // SSRG International Journal of Electronics and Communication Engineering, 2024, Vol. 11, # 6, pp. 9–19.
11. Adithya, B. et al. Energy Efficient Perturb and Observe Maximum Power Point Algorithm with Moving Average Filter for Photovoltaic Systems // International Journal of Renewable Energy Research, 2019, Vol. 9, # 1, pp. 207–214.
12. Rajesh, K., Ananyo, B., Aanchal, S.S., Vardhan, A.S.S. Fuzzy Logic Controller and P&O-Based MPPT Techniques for Stand-Alone PV Systems: A Comparison // Research Square, 2024.
13. Ahmed, J.Y., Maan, A.A., Raed, S.A., Heider, N.B. Renewable Energy Sources in International Energy Reality and Prospects // International Journal of Innovation, Creativity and Change, 2020, Vol. 11, # 3.
14. Singh, S., Singh, P., Said, Z. Solar Energy Applications // Nanotechnology Applications for Solar Energy Systems, Wiley, 2023, pp. 1–23.
15. Daryaei, M., Esteki, M., Khajehoddin, S.A. High Efficiency and Full MPPT Range Partial Power Processing PV Module-Integrated Converter // IEEE Transactions on Power Electronics, 2023, Vol. 38, # 5, pp. 6627–6641.
16. Khodair, D., Salem, M.S., Shaker, A., El Munim, E.A., Abouelatta, M. Application of Modified MPPT Algorithms: A Comparative Study between Different Types of Solar Cells // Applied Solar Energy, 2020, Vol. 56, # 5, pp. 309–323.
17. Manoharan, P. et al. Improved Perturb and Observation Maximum Power Point Tracking Technique for Solar Photovoltaic Power Generation Systems // IEEE Systems Journal, 2021, Vol. 15, # 2, pp. 3024–3035.
18. Zebraoui, O., Bouzi, M. Improved MPPT controls for a standalone PV/wind/battery hybrid energy system // International Journal of Power Electronics and Drive Systems, 2020, Vol. 11, # 2, 988 p.
19. Khokhar, S.D., Peng, Q., Asif, A., Noor, M.Y., Inam, A. A Simple Tuning Algorithm of Augmented Fuzzy Membership Functions // IEEE Access, 2020, Vol. 8, # 1, pp. 35805–35814.
20. Sharma, A.K. et al. Role of Metaheuristic Approaches for Implementation of Integrated MPPT-PV Systems: A Comprehensive Study // Mathematics, 2023, Vol. 11, # 2, 269 p.
21. Subramanian, V., Indragandhi, V., Kuppusamy, R., Teekaraman, Y. Modeling and Analysis of PV System with Fuzzy Logic MPPT Technique for a DC Microgrid under Variable Atmospheric Conditions // Electronics, 2021, Vol. 10, # 20, 2541 p.
22. Nordin, N.A. et al. Integrating Photovoltaic (PV) Solar Cells and Supercapacitors for Sustainable Energy Devices: A Review // Energies, 2021, Vol. 14, # 21, 7211 p.
23. Murtaza, A.F., Sher, H., Al-Haddad, A.K., Spertino, F. Module Level Electronic Circuit Based PV Array for Identification and Reconfiguration of Bypass Modules // IEEE Transactions on Energy Conversion, 2021, Vol. 36, # 1, pp. 380–389.
24. Barbosa, E.J., Cavalcanti, M.C., de Souza Azevedo, G.M., Barbosa, A.O., Bradaschia, F., Limongi, L.R. Global Hybrid Maximum Power Point Tracking for PV Modules Based on a Double-Diode Model // IEEE Access, 2021, Vol. 9, # 1, pp. 158440–158455.
25. Motahhir, S., Abdelilah, C., Abdelaziz, G., Aziz, D. Development of a Low-cost PV System using an improved INC algorithm and a PV panel Proteus model // Journal of Cleaner Production, 2018.
26. Mensia, N., Talbi, M., Bouaicha, M. New Adaptive PI Controller for Photovoltaic Systems // Iranian Journal of Science and Technology, Transactions of Electrical Engineering, 2024, Vol. 48, # 1, pp. 1099–1110.
27. Schiller, É. Le pompage photovoltaïque. Manuel de cours / Université d’Ottawa, Canada, 2010.
28. Newport Corporation. Calibrating Photovoltaic Cells / Technical Report, Newport Corporation, 2015.

Палта О., Чибук М., Гюльдемир Х.
Осветительноориентированное глубокое обучение для классификации лейкоцитов: подход на основе слияния СВАМ и текстурных признаков

Аталай Ф., Куртай К.
Результаты моделирования дневного света на прямых и изогнутых световодах

Юнлютюрк М.С., Казанасмаз З.Т., Экиджи Б., Озбалта Т.Г.
Вычислительная база для оптимизации дневного освещения фасадов с двойной обшивкой в учебных зданиях: пример средиземноморского климата

Палта О., Чибук М., Гюльдемир Х.
Осветительноориентированное глубокое обучение для классификации лейкоцитов: подход на основе слияния СВАМ и текстурных признаков

Аталай Ф., Куртай К.
Результаты моделирования дневного света на прямых и изогнутых световодах

Юнлютюрк М.С., Казанасмаз З.Т., Экиджи Б., Озбалта Т.Г.
Вычислительная база для оптимизации дневного освещения фасадов с двойной обшивкой в учебных зданиях: пример средиземноморского климата

В современном растениеводстве урожайность культур повышают, используя метод меристемы, и эксперименты авторов, описанные в статье, проводились на меристемном картофеле (in vitro). Изучалось влияние на его развитие доз облучения спектральными составляющими излучения Солнца (и в области ФАР). Целью работы была разработка энергосберегающих световых цифровых технологий для данной культуры in vitro, использование которых снижает потребление электроэнергии при сохранении продуктивности растений. С опорой на труды А.Ф. Клешнина проведён анализ спектра излучения Солнца для географического региона первоначального происхождения культуры картофеля, который показал, что около 29 % потока излучения приходится на его красную составляющую, около 21 % – на жёлтую, около 18 % – на зелёную, 16 % – на синюю, около 9 % – на фиолетовую и 6 % – на длинноволновую УФ. Для реализации требуемых доз облучения спектральными составляющими излучения Солнца был разработан алгоритм работы программируемого логического контроллера для облучателя со светодиодами (ОСД) с использованием инструментального программного комплекса промышленной автоматизации «CoDeSys». Предложена энергосберегающая световая технология, при которой пробирочные растения развиваются быстрее по сравнению с контролем. Благодаря этому примерно на 13 % сокращаются время работы и потребление электроэнергии ОСД при одновременном увеличении площади листьев на 26 % по сравнению с контролем, увеличении количества листьев до 7,5 шт. (в контроле 5,57 шт.) и быстром развитии корневой системы до 2,7 баллов (в контроле 2,06).

1. Ничипорович А.А., Чмора С.Н. Об использовании солнечной радиации на фотосинтез в посевах картофеля // Физиология растений. – 1958. – Т. 5, Вып. 4. – С. 320–326.
2. Тооминг Х.Г. Солнечная радиация и формирование урожая. – Л.: Гидрометеоиздат, 1977. – 168 с.
3. Рабинович Е. Фотосинтез. Ч. I – III. – М.: Изд-во иностр. лит., 1959. – С. 310.
4. Сенченкова Е.М. К.А. Тимирязев и учение о фотосинтезе. – М.: Наука, 1961. – 182 с. EDN RVPSAD.
5. Яговкина Д.Е., Тимшина П.С., Костина М.Д. Получение безвирусных миниклубней картофеля в результате адаптации технологии микроклонирования / Знания молодых – будущее России: Сборник статей XXII Международной студенческой научной конференции, Киров, 03–05 апреля 2024 года. – Киров: Вятский государственный агротехнологический университет, 2024. – С. 351–355. EDN IWLTMT.
6. Яговкина Д.Е., Тимшина П.С. Микроклональное размножение и получение оздоровленного семенного материала картофеля / Знания молодых – будущее России: Сборник статей XXI Международной студенческой научной конференции, Киров, 05–07 апреля 2023 года. Том 1. – Киров: Вятский государственный агротехнологический университет, 2023. – С. 288–292. EDN POBZPW.
7. Шаманин А.А., Попова Л.А., Корелина В.А., Головина Л.Н. Получение пробирочных микрорастений и миниклубней картофеля в условиях Архангельской области // Вестник Алтайского государственного аграрного университета. – 2023. – № 2(220). – С. 22–30. DOI 10.53083/1996– 4277–2023–220–2–22–30. EDN LDSKGH.
8. Яговкина Д.Е., Тимшина П.С., Костина М.Д., Савиных Е.Ю. Микроклональное размножение и получение оздоровленного семенного материала картофеля // Ресурсосберегающие технологии в агропромышленном комплексе России: материалы IV Международной научной конференции, Красноярск, 23–24 ноября 2023 года. – Красноярск: Красноярский государственный аграрный университет, 2024. – С. 300–305. EDN UQQUWV.
9. Бутенко Р.Г. Культура изолированных тканей и физиология морфогенеза растений. – М.: Наука, 1964. – 272 с.
10. Большин Р.Г. Повышение эффективности облучения меристемных растений картофеля светодиодными (LED) фитоустановками / Дис… к-та техн. наук. – Москва, 2016. – 136 с. EDN ZBUUIF.
11. Кой К., Шуравилин А.В., Захарова О.А. Фотосинтетическая активность растений картофеля при промышленной (голландской) технологии возделывания // Теоретические и прикладные проблемы агропромышленного комплекса. – 2017. – № 4(33). – С. 23–27. EDN ZXHPXL.
12. Шатилов И.С. Принципы программирования урожайности // Вестник сельскохозяйственной науки. – 1973. – № 3.
13. Шатилов И.С., Каюмов М.К. Как получить запрограммированный урожай пшеницы // Сельское хозяйство России. – 1970. – № 12.
14. Вавилов Н.И. Международные генетические конгрессы 1927, 1932 гг. – М.: ООО «Акварель», 2022. – 32 с. ISBN 978‑5‑904787‑92‑9. EDN DEWVBG.
15. Большин Р.Г. Ресурсосберегающая и энергоэффективная система облучения гидропонных теплиц // Вестник НГИЭИ. – 2024. – № 9(160). – С. 40–51. DOI 10.24412/2227–9407–2024–9–40–51. EDN VODAUN.
16. Кондратьева Н.П., Ахатов Р.З., Большин Р.Г., Краснолуцкая М.Г., Селунский В.В. Цифровое средство автоматизации для реализации энергоэффективного режима облучения микрочеренков сливы садовой в культуре in vitro // Светотехника. – 2023. – № 5. – С. 32–37.
17. Овчукова С.А., Кондратьева Н.П., Коваленко О.Ю. Экономия электроэнергии в световых технологиях сельскохозяйственного производства // Светотехника. – 2020. – № 6. – С. 68–70.
18. Клешнин А.Ф. Растение и свет. Теория и практика светокультуры растений. – М.: Изд-во АН СССР, 1954. – 353 с.

В последнее время в исследованиях цветового зрения человека большое внимание уделяется такому биологическому фактору, как половая принадлежность. При этом различия между полами в том, насколько сильно варьируется цветовое зрение, в предыдущих исследованиях изучались редко. В данной статье мы вернулись к нашим предыдущим исследованиям, включающим 7 тестов на цветовое различение и 20 экспериментов по оценке цветовых предпочтений, и обнаружили, что у женщин вариабельность цветового зрения значительно выше, чем у мужчин. Такой результат контрастирует с предыдущими исследованиями в других областях, где часто выдвигалась гипотеза о большей вариабельности у мужчин, что указывает на то, что механизмы гендерных особенностей в отношении вариабельности восприятия могут различаться в зависимости от когнитивных или перцептивных процессов. Таким образом, настоящее исследование показывает, что в будущих исследованиях зрительного восприятия необходимо также учитывать диапазон отклонений от целевого показателя, а не только сам целевой показатель или общую тенденцию.

1. Garcia-Sifuentes, Y., Maney, D.L. Reporting and misreporting of sex differences in the biological sciences // Elife, 2021, Vol. 10, # 1, e70817 p.
2. Klein, S.L. et al. Sex inclusion in basic research drives discovery // Proceedings of the National Academy of Sciences, 2015, Vol. 112, # 17, pp. 5257–5258.
3. Joel, D., McCarthy, M.M. Incorporating Sex As a Biological Variable in Neuropsychiatric Research: Where Are We Now and Where Should We Be? // Neuropsychopharmacology, 2017, Vol. 42, # 2, pp. 379–385.
4. de Vries, G.J., Forger, N.G. Sex differences in the brain: a whole body perspective // Biology of Sex Differences, 2015, Vol. 6, # 1, 15 p.
5. Vanston, J.E., Strother, L. Sex differences in the human visual system // Journal of Neuroscience Research, 2017, Vol. 95, # 1–2, pp. 617–625.
6. Brabyn, L.B., McGuinness, D. Gender differences in response to spatial frequency and stimulus orientation // Perception and Psychophysics, 1979, Vol. 26, # 4, pp. 319–324.
7. Abramov, I., Gordon, J., Feldman, O., Chavarga, A. Sex and vision I: Spatio-temporal resolution // Biology of Sex Differences, 2012, Vol. 3, # 1, 20 p.
8. Kuehni, R.G. Determination of unique hues using Munsell colour chips // Colour Research and Application, 2001, Vol. 26, # 1, pp. 61–66.
9. Abramov, I., Gordon, J., Feldman, O., Chavarga, A. Sex and vision II: colour appearance of monochromatic lights // Biology of Sex Differences, 2012, Vol. 3, # 1, 21 p.
10. Jameson, K.A., Highnote, S.M., Wasserman, L.M. Richer colour experience in observers with multiple photopigment opsin genes // Psychonomic Bulletin and Review, 2001, Vol. 8, # 2, pp. 244–261.
11. Rodríguez-Carmona, M., Sharpe, L.T., Harlow, J.A., Barbur, J.L. Sex-related differences in chromatic sensitivity // Visual Neuroscience, 2008, Vol. 25, # 3, pp. 433–440.
12. Jordan, G., Deeb, S.S., Bosten, J.M., Mollon, J.D. The dimensionality of colour vision in carriers of anomalous trichromacy // Journal of Vision, 2010, Vol. 10, # 8, 12 p.
13. Nagy, A.L., MacLeod, D.I., Heyneman, N.E., Eisner, A. Four cone pigments in women heterozygous for colour deficiency // Journal of the Optical Society of America, 1981, Vol. 71, # 6, pp. 719–722.
14. Jordan, G., Mollon, J.D. A study of women heterozygous for colour deficiencies // Vision Research, 1993, Vol. 33, # 11, pp. 1495–1508.
15. Hurlbert, A.C., Ling, Y. Biological components of sex differences in colour preference // Current Biology, 2007, Vol. 17, # 16, pp. R623-R625.
16. Shields, S. Functionalism, Darwinism, and the Psychology of Women: A Study in Social Myth // American Psychologist, 1975, Vol. 30, # 7, pp. 739–754.
17. Wierenga, L.M. et al. A Key Characteristic of Sex Differences in the Developing Brain: Greater Variability in Brain Structure of Boys than Girls // Cerebral Cortex, 2017, Vol. 28, # 8, pp. 2741–2751.
18. Arden, R., Plomin, R. Sex differences in variance of intelligence across childhood // Personality and Individual Differences, 2006, Vol. 41, # 1, pp. 39–48.
19. Johnson, W., Carothers, A., Deary, I.J. Sex Differences in Variability in General Intelligence: A New Look at the Old Question // Perspectives on Psychological Science, 2008, Vol. 3, # 6, pp. 518–531.
20. Lehre, A.-C., Lehre, K.P., Laake, P., Danbolt, N.C. Greater intrasex phenotype variability in males than in females is a fundamental aspect of the gender differences in humans // Developmental Psychobiology, 2009, Vol. 51, # 2, pp. 198–206.
21. Borkenau, P., McCrae, R.R., Terracciano, A. Do men vary more than women in personality? A study in 51 cultures // Journal of Research in Personality, 2013, Vol. 47, # 2, pp. 135–144.
22. Hyde, J.S. Gender Similarities and Differences // Annual Review of Psychology, 2014, Vol. 65, pp. 373–398.
23. Baye, A., Monseur, C. Gender differences in variability and extreme scores in an international context // Large-scale Assessments in Education, 2016, Vol. 4, # 1, 1 p.
24. Hedges, L.V., Nowell, A. Sex Differences in Mental Test Scores, Variability, and Numbers of High-Scoring Individuals // Science, 1995, Vol. 269, # 5220, pp. 41–45.
25. Summers, V. Sex differences in number of X chromosomes and X-chromosome inactivation in females promote greater variability in hearing among males // Biology of Sex Differences, 2022, Vol. 13, # 1, 35 p.
26. Neitz, J., Neitz, M. The genetics of normaland defective colour vision // Vision Research, 2011, Vol. 51, # 7, pp. 633–651.
27. Helson, H., Lansford, T. The Role of Spectral Energy of Source and Background Colour in the Pleasantness of Object Colours // Applied Optics, 1970, Vol. 9, # 7, pp. 1513–1562.
28. Averchenkov, V.I., Kondratenko, S.V., Potapov, L.A., Spasennikov, V.V. A Mathematical Model of the Colour Preference Scale Construction in Quality Management at the Machine-Building Enterprise // Journal of Physics: Conference Series, 2017, Vol. 803, # 1, 012010 p.
29. Hallock, J. Colour Assignment, 2003, URL: https://www.joehallock.com/?page_id=1281#
30. Farnsworth, D. The Farnsworth-Munsell 100-Hue and Dichotomous Tests for Colour Vision // Journal of the Optical Society of America, 1943, Vol. 33, # 10, pp. 568–578.
31. Li, Z. et al. A methodological validation of psychophysical approaches for quantifying the colour discrimination capability of white light sources // Colour Research and Application, 2022, Vol. 47, # 6, pp. 1392–1401.
32. Liu, Y. et al. Optimising colour preference and colour discrimination for jeans under 5500 K light sources with different Duv values // Optik, 2020, Vol. 208, 163916 p.
33. Esposito, T., Houser, K. A new measure of colour discrimination for LEDs and other light sources // Lighting Research and Technology, 2019, Vol. 51, # 1, pp. 5–23.
34. Königs, S., Mayr, S., Buchner, A. A common type of commercially available LED light source allows for colour discrimination performance at a level comparable to halogen lighting // Ergonomics, 2019, Vol. 62, # 11, pp. 1462–1473.
35. Pardo, P.J., Suero, M.I., Perez, A.L., Martinez-Borreguero, G. Optimization of the correlated colour temperature of a light source for a better colour discrimination // Journal of the Optical Society of America A, 2014, Vol. 31, # 4, pp. A121-A124.
36. Liu, Q. et al. The Impact of Correlated Colour Temperature of LED Light Source on Colour Discrimination // China Illuminating Engineering Journal, 2015, Vol. 26, # 3, pp. 41–46.
37. Liu, Y. et al. Extending the colour discrimination metric with consideration of illuminance level // Optics Letters, 2022, Vol. 47, # 8, pp. 1851–1854.
38. Huang, Z. et al. Light dominates colour preference when correlated colour temperature differs // Lighting Research and Technology, 2018, Vol. 50, # 7, pp. 995–1012.
39. Huang, Z. et al. Best lighting for jeans, part 1: Optimising colour preference and colour discrimination with multiple correlated colour temperatures // Lighting Research and Technology, 2019, Vol. 51, # 8, pp. 1208–1223.
40. Huang, Z. et al. White lighting and colour preference, Part 1: Correlation analysis and metrics validation // Lighting Research and Technology, 2020, Vol. 52, # 1, pp. 5–22.
41. Wang, Y. et al. Interactive effect of illuminance and correlated colour temperature on colour preference and degree of white light sensation for Chinese observers // Optik, 2020, Vol. 224, 165675 p.
42. Liu, Q. et al. A Field Study of the Impact of Indoor Lighting on Visual Perception and Cognitive Performance in Classroom // Applied Sciences, 2020, Vol. 10, # 21, 7436 p.
43. Huang, Z. et al. Gender Difference in Colour Preference of Lighting: A Pilot Study // Light & Engineering, 2020, Vol. 28, # 4, pp. 111–122.
44. Chen, W. et al. The impact of illuminance level, correlated colour temperature and viewing background on the purchase intention for bread and cakes // Food Quality and Preference, 2022, Vol. 98, 104537 p.
45. Mayr, S., Maja, K., Buchner, A. Comparing colour discrimination and proofreading performance under compact fluorescent and halogen lamp lighting // Ergonomics, 2013, Vol. 56, # 9, pp. 1418–1429.
46. Boyce, P.R. Illuminance, lamp type and performance on a colour discrimination task // Lighting Research and Technology, 1976, Vol. 8, # 4, pp. 195–199.
47. Boyce, P.R., Simons, R.H. Hue discrimination and light sources // Lighting Research and Technology, 1977, Vol. 9, # 3, pp. 125–140.
48. Khanh, T., Bodrogi, P., Vinh, Q., Guo, X., Anh, T. Colour preference, naturalness, vividness and colour quality metrics, Part 4: Experiments with still life arrangements at different correlated colour temperatures // Lighting Research and Technology, 2018, Vol. 50, # 6, pp. 862–879.
49. Chen, W. et al. Evaluating the colour preference of lighting: the light booth matters // Optics Express, 2020, Vol. 28, # 10, pp. 14874–14883.
50. Hyde, J.S., Lindberg, S.M., Linn, M.C., Ellis, A.B., Williams, C.C. Gender Similarities Characterize Math Performance // Science, 2008, Vol. 321, # 5888, pp. 494–495.
51. Lindberg, S.M., Hyde, J.S., Petersen, J.L., Linn, M.C. New trends in gender and mathematics performance: a meta-analysis // Psychological Bulletin, 2010, Vol. 136, # 6, pp. 1123–1135.
52. Thöni, C., Volk, S. Converging evidence for greater male variability in time, risk, and social preferences // Proceedings of the National Academy of Sciences, 2021, Vol. 118, # 8, e2026112118 p.
53. Ritchie, S.J. et al. Sex Differences in the Adult Human Brain: Evidence from 5216 UK Biobank Participants // Cerebral Cortex, 2018,
Vol. 28, # 8, pp. 2959–2975.
54. Wierenga, L.M. et al. Greater male than female variability in regional brain structure across the lifespan // Human Brain Mapping, 2022, Vol. 43, # 1, pp. 470–499.
55. Else-Quest, N., Hyde, J., Goldsmith, H., Van Hulle, C. Gender Differences in Temperament: A Meta-Analysis // Psychological Bulletin, 2006, Vol. 132, # 1, pp. 33–72.
56. Li, J., Hu, L., Huang, Y., Wang, T., Shao, R. A Study of Healthy Lighting for Learning Performance and Visual Fatigue in School-Aged Children with Reading and Writing Tasks // Light & Engineering, 2025, Vol. 33, # 1, pp. 6–14.
57. Wang, T., Hu, W., Wang, Y., Li, J., Liu, Y. Visual Perception and Alertness in Dependence on CCT for LED Lighting in Classroom [in Russian] // Light & Engineering, 2025, Vol. 33, # 1, pp. 15–20.
58. Arnold, A.P. The organizational – activational hypothesis as the foundation for a unified theory of sexual differentiation of all mammalian tissues // Hormones and Behavior, 2009, Vol. 55, # 5, pp. 570–578.
59. Joel, D. et al. Sex beyond the genitalia: The human brain mosaic // Proceedings of the National Academy of Sciences, 2015, Vol. 112, # 50, pp. 15468–15473.
60. McCarthy, M.M., Arnold, A.P. Reframing sexual differentiation of the brain // Nature Neuroscience, 2011, Vol. 14, # 6, pp. 677–683.
61. Tian, B. et al. Assessment of colour preference, purchase intention and sexual attractiveness of lipstick colours under multiple lighting conditions // Frontiers in Neuroscience, 2023, Vol. 17, 1280270 p.

Происхождение распространённого типа перекрытия армянских монастырских притворов (жаматунов и гавитов) – каменного сталактитового шатра со световым окулусом в вершине – до сих пор до конца не раскрыто. Отрицая абсолютную автохтонность этой архитектурной идеи, автор статьи развивает точку зрения о преобразовании армянскими зодчими формы кирпичного шатра, известного по мавзолеям мусульманских правителей, которые строились с XI в. в Месопотамии и Сирии. В то же время, в 1038 г., в монастыре Оромос царём Ованнесом-Смбатом Багратуни был построен многоколонный притвор c восьмигранным шатром с окулусом. Предназначенный для упокоения царя, он мог воплотить в своей архитектуре как формы жилого дома, так и, в большей мере, идею визуально подобного шатра, присутствовавшего в композиции Ротонды храма Гроба Господня. Среди множества монастырских притворов, строившихся со второй половины XII в., было около десятка сооружений со сталактитовым шатром. Представляется допустимым, что в процессе творческой переработки идеи мусульманских шатров армянские зодчие воплотили их формальные черты в каменной конструкции ложного свода, сохранив традиционный для местной культуры световой окулус. Отождествляемый с божественным светом световой поток (пучок) эффектно выглядел на фоне сталактитовой скульптурной формы, напоминающей пещеру. Ключевую роль в создании нового типа шатра в монастырских постройках могли играть мастера анийской школы зодчества.

1. Мнацаканян С.Х. Архитектура армянских притворов. – Ереван: Изд-во АН Арм. ССР, 1952. – 144 c. – C. 110–130, рис. 100–102.
2. Токарский Н.М. Архитектура Армении IV – XIV вв. – Ереван: Армгосиздат, 1961. –388 с. – C. 306.
3. Хмельницкий С. Между арабами и тюрками. Архитектура Средней Азии IX – X вв. – Берлин; Рига: б.и., 1992. – 344 с. – С. 72–78.
4. Шукуров Ш.М. Хорасан. Территория искусства. – М.: Прогресс-Традиция, 2016. – 400 с. – С. 279–280.
5. Zakaryan H., Hakobyan R. On the Armenian Origin of Muqarnas Ceilings // Journal of Armenian Studies. – 2016. – No. 2 (11). – P. 41–57.
6. Тораманян Т. Материалы по истории армянской архитектуры (Նյութեր հայկական ճարտարապետության պատմության). – Т. 1. – Ереван: АРМФАН, 1942. – 403 с. – C. 89–90.
7. Халпахчьян О.Х. Гражданское зодчество Армении (Жилые и общественные здания). – М.: Литература по строительству, 1971. – 248 с. – C. 67–69.
8. Хмельницкий С. Между арабами и тюрками. Архитектура Средней Азии IX – X вв. – Берлин; Рига: б.и., 1992. – 344 с. – С. 248.
9. Хмельницкий С. Между кушанами и арабами. Архитектура Средней Азии V – VIII вв. – Берлин; Рига: Gamajun, 2000. – 292с. – C. 46–47, 117.
10. Tabbaa Ya. The Muqarnas Dome: Its Origin and Meaning // Muqarnas. – 1985. – Vol. 3. – P. 61–74. DOI:10.2307/1523084.ISSN 0732‑2992
11. Ghazaryan A., Ousterhout R. A Muqarnas Drawing from Thirteenth-Century Armenia and the Use of Architectural Drawings during the Middle Ages // Muqarnas. An Annual on the Visual Culture of the Islamic World. – 2001. – Vol. 18. – P. 141–154.
12. Казарян А.Ю. Армяно-мусульманские архитектурные взаимосвязи в свете средневековой практики архитектурного проектирования // Вопросы всеобщей истории архитектуры. – 2004. – Вып. 2. – С. 46–54.
13. Казарян А.Ю. Новые данные о куполах храмов Ани. Часть третья. Стратиграфия барабана церкви Спасителя // Вопросы всеобщей истории архитектуры. – 2020. – Вып. 14. – C. 57–80.
14. Donabédian P. Ani Multicultural Milieu and New Trends in Armenian Architecture during Queen Tamar’s Period / International conference «Ani at the Crossroads» / Ed. by Z. Skhirtladze (Tbilisi, 17–18 November, 2017). – Tbilisi: Ivane Javakhishvili State University, 2019. – P. 121–152.
15. Donabédian P. Armenia – Georgia – Islam. A Need to Break Taboos in the Study of Medieval Architecture / L’arte armena. Storia critica e nuove prospettive / Studies in Armenian and Eastern Christian Art / a cura di Aldo Ferrari, Stefano Riccioni, Marco Ruffilli, Beatrice Spampinato. – 1 ed. – Venezia: Edizioni Ca’ Foscari, 2020. – P. 63–112.
16. Alkadi, R.M., Gonzalo, J.C.P. Muqarnas Domes and Cornices in the Maghreb and Andalusia // Nexus Network Journal. – 2018. – No. 20 (1). – P. 95–123. DOI:10.1007/s00004‑017‑0367‑3. ISSN 1522‑4600.
17. Fukami N. The Use of Muqarnas in the Transitional Zone of Domes in Egyptian Islamic Architecture: From the Fatimid to the End of the Mamluk Era // ORIENT. – 2017. – Vol. 52. – P. 93–119
18. Халпахчьян О.Х. Гражданское зодчество Армении. (Жилые и общественные здания). – М.: Литература по строительству, 1971. – 248 с. – C. 56–71, 92–95.
19. Bixio R., Caloi V., Castellani V., Traverso M. Ani 2004: Survey on the Underground Settlements. – Oxford: Hadrian Books, 2009. – 82 p.
20. Baeva O., Kazaryan A. On the ‘Glkhatun’ Type Cave Dwelling of Ani: Preliminary Research / Proceedings of the 4th International Conference on Architecture: Heritage, Traditions and Innovations (AHTI 2022) (Athena Transactions in Social Sciences and Humanities, Volume 2). Athena Publ., 2023. P. 95–100. URL: https://doi.org/10.55060/s.atssh.221230.013 (дата обращения: 25.07.2024).
21. Мнацаканян С.Х. Архитектура армянских притворов. – Ереван: Изд-во АН Арм. ССР, 1952. – C. 30–36.
22. Kazaryan A. The Zhamatun of Horomos: The Shaping of an Unprecedented Type of Fore-church Hall // E-journal on Visual and Art History. Sektion Funun – Transkulturelle Perspektiven. Architectural Models, Mobility, and Building Techniques: Modes of Transfer in Medieval Anatolia, Byzantium, And the Caucasus / Edit. P. Blessing. 14 p., il.: URL: http://edoc.hu-berlin.de/kunsttexte/2014–3/kazaryan-armen‑4/PDF/kazaryan.pdf (дата обращения: 15.07.2017).
23. Kazaryan A. The Architecture of Horomos Monastery / Horomos Monastery: Art and History / Ed. by E. Vardanyan. – Paris: ACHCByz, 2015. – P. 55–205.
24. Vardanyan E. The żamatun of Horomos and the żamatun/gawit’ structures in Armenian architecture / Horomos Monastery: Art and History / Ed. by E. Vardanyan. – Paris: ACHCByz, 2015. – P. 207–236.
25. Мнацаканян С.Х. Архитектура армянских притворов. – Ереван: Изд-во АН Арм. ССР, 1952. – 144 с.
26. Hillenbrand R. Islamic Architecture. – New-York: Columbia University press, 1994. – P. 308–311.
27. Мурадов Р.Г.. К вопросу о форме покрытия мавзолея в Аргаванде (Армения) // Вопросы всеобщей истории архитектуры. – 2017. – Вып. 8. – C. 117–133. – C. 128.
28. Мнацаканян С.Х. Архитектура армянских притворов. – Ереван: Изд-во АН Арм. ССР, 1952. – 144 с. – C. 29–30.
29. Cuneo P. Architettura Armena dal quarto al diciannovesimo secolo / Con testi e contribute di T. Breccia Fratadocchi, M. Hasrat’yan, M.A. Lala Comneno, A. Zarian. – Roma: De Luca Editore, 1988. – Vol. 1–2. – 926 p. – P. 646–647.
30. Kazaryan A. The Architecture of Horomos Monastery / Horomos Monastery: Art and History / Ed. by E. Vardanyan. – Paris: ACHCByz, 2015. – P. 184–105.
31. Мнацаканян С.Х. Архитектура армянских притворов. – Ереван: Изд-во АН Арм. ССР, 1952. – 144 с. – C. 102.

Широкое применение современных источников света – светодиодов (СД) предъявляет к ним требования, связанные с качеством освещения. Одним из ключевых аспектов является обеспечение цветовой однородности излучения осветительных приборов с СД. На сегодня цветовая однородность обеспечивается путём бинирования, то есть сортировки СД по координатам цветности x, y системы МКО 1931 г. Бинирование по текущим стандартам не приводит к нужному эффекту: различие в цветности всё равно наблюдается и вынуждает производителей СД самим находить альтернативные подходы к бинированию СД. Помимо этого, текущий вариант бинирования не учитывает влияния яркостной и цветовой адаптации на восприятие цветности СД. Основой бинирования СД является цветовой порог – минимальное различие в цвете, которое способен заметить наблюдатель. В данной работе проведено исследование влияния яркости адаптации на цветовые пороги и сравнение полученных данных с результатами, рассчитанными по основным моделям цветового восприятия: CIECAM02, CIECAM16 и модели цветовых ощущений νкνзνс. Эти модели учитывают адаптационные механизмы зрения, что позволяет более точно прогнозировать восприятие цвета при разных условиях освещения. Результаты исследования могут быть полезны для разработки усовершенствованных методов бинирования СД, обеспечивающих высокую цветовую однородность.

1. ГОСТ 34819‑2021 «Приборы осветительные. Светотехнические требования и методы испытаний».
2. Khanh T.Q., Bodrogi P., Vinh Q.T., Winkler H. LED Lighting: Technology and Perception. – Wiley-VCH, 2015. – Р. 299–301.
3. Мешков В.В., Матвеев А.Б. Основы светотехники: Учеб. пособие для вузов: В 2‑х ч. Ч. 2. Физиологическая оптика и колориметрия. – 2‑е изд., перераб. и доп. – М.: Энергоатомиздат, 1989.
4. Fairchild M.D. Color Appearance Models, 2nd. ed. – Wiley, Chichester, 2005. – 408 р.
5. Беляева Н.М. Построение равноконтрастной системы для определения цветовых соотношений в архитектурных интерьерах / Дис. … к-та техн. наук. – М., 1972. –179 с.
6. Будак В.П., Делян Р.А. Изменение эллипсов МакАдама с учётом адаптации // Светотехника. – 2023. – № 2. – С. 66–69.
7. Матвеев А.Б., Беляева Н.М. Равноконтрастная цветовая система // Светотехника. – 1965. – № 9. – С. 1–6.
8. CIE 248: 2022 «The CIE 2016 Colour Appearance Model for Colour Management Systems: CIECAM16».
9. Wyszecki G., Stiles W.S. Color Science: Concepts and Methods, Quantitative Data and Formulae. – N.Y.: John Wiley & Sons, 1982. – 950 p.
10. MacAdam D.L. Visual Sensitivities to Color Differences in Daylight. // Journal of the Optical Society of America. – 1942. – Vol. 32, No. 5. – P. 247–274.

Спортивные залы закрытого типа – объекты частого проведения соревнований. Для их эффективной организации необходим контроль факторов физического риска: освещения, температуры и звука. Освещение – важнейший из этих факторов, поскольку напрямую влияет на зрительное восприятие спортсменов, судей и зрителей. Обеспечение идеального освещенияв крытых спортивных сооруженияхкритически важно для предотвращения снижения производительности из-за ухудшения видимости у участников и судей, а также для повышения комфорта восприятия у зрителей. Основные условия достижения этого – поддержание средней яркости на оптимальном уровне и устранение неоднородностей в её распределении, гарантирующие равномерность яркости на игровой поверхности. Следовательно, значения яркости в помещении требуют периодической проверки и, при необходимости, технического обслуживания ОУ. Измерение яркости в различных точках пространства необходимо для критически важных работ по обслуживанию и модернизации ОУ. Однако этот процесс остаётся трудоёмким и отнимает много времени, что исключает математический расчёт распределения яркости после физического износа оборудования. Учитывая эти сложности, потребность в новых методах очевидна. В настоящем исследовании представлен новый прогнозный метод контроля равномерности яркости в крытых спортивных залах. Данный метод позволяет легко прогнозировать средние значения яркости и выявлять точки неоднородности в её распределении, обеспечивая возможность своевременного вмешательства в работу ОУ.

1. Ünlü, Y.D., Şahin, N. High Energy Efficient and LED Lighting Vehicles in Lighting of Sports Halls // Bitlis Eren University BEU Journal of Science, 2021, Vol. 10, # 1, pp. 277–286.
2. De Graaf, T., Dessouky, M., Müller, H.F. Sustainable Lighting of Museum Buildings // Renewable Energy, 2014, Vol. 67, pp. 30–34.
3. Khosrowshahi, F., Alani, A. Visualisation of Impact of Time on the Internal Lighting of a Building // Automation in Construction, 2011, Vol. 20, # 2, pp. 145–154.
4. Veitch, J.A., Newsham, G.R. Lighting Quality and Energy-Efficiency Effects on Task Performance, Mood, Health, Satisfaction, and Comfort // Journal of the Illuminating Engineering Society, 1998, Vol. 27, # 1, pp. 107–129.
5. Hsu, C.H. The Effects of Lighting Quality on Visual Perception at Sports Events: A Managerial Perspective // International Journal of Management, 2010, Vol. 27, # 3, pp. 693–703.
6. Houser, K., Wei, M., Royer, M.P. Illuminance Uniformity of Outdoor Sports Lighting // Leukos, 2011, Vol. 7, # 4, pp. 221–235.
7. Kayakuş, M., Üncü, İ.S. Measuring the Luminance of an Indoor Basketball Hall with Developed Artificial Neural Networks Based Software // European Journal of Science and Technology, 2020, # 19, pp. 770–777.
8. Özkaya, M., Tüfekçi, T. Lighting Technique / Birsen Publishing House, İstanbul, 2011.
9. Kocabey, S., Ekren, N. A New Approach for Examination of Performance of Interior Lighting Systems // Energy and Buildings, 2014, Vol. 74, pp. 1–7.
10. Şahin, M., Oğuz, Y., Büyüktümtürk, F. ANN Based Estimation of Time-dependent Energy Loss in Lighting Systems // Energy and Buildings, 2016, Vol. 116, pp. 455–467.
11. Kayakuş, M., Çevik, K.K. Estimation of Luminance Measurements in Road Lighting with Deep Learning Method // International Conference on Artificial Intelligence and Applied Mathematics in Engineering (ICAIAME 2019), 2019, pp. 111–112.
12. Kazanasmaz, T., Günaydın, M., Binol, S. Artificial Neural Networks to Predict Daylight Illuminance in Office Buildings // Building and Environment, 2009, Vol. 44, # 8, pp. 1751–1757.
13. Şahin, M., Büyüktümtürk, F., Oğuz, Y. Lighting Quality Control with Artificial Neural Networks // Afyon Kocatepe University Journal of Science and Engineering, 2013, Vol. 13, pp. 1–10.
14. Da Fonseca, W.R., Didoné, L.E., Pereira, R.O.F. Using Artificial Neural Networks to Predict the Impact of Daylighting on Building Final Electric Energy Requirements // Energy and Buildings, 2013, Vol. 61, pp. 31–38.
15. Tran, D., Tan, Y.K. Sensorless Illumination Control of A Networked Led-Lighting System Using Feedforward Neural Network // IEEE Transactions on Industrial Electronics, 2014, Vol. 61, pp. 2113–2121.
16. Şahin, M., Büyüktümtürk, F., Yüksel, O., Yalçın, P. Estimation of Luminous Flux Decreases in Lighting Elements with Artificial Neural Networks // Erzincan University Journal of Science and Technology, 2014, Vol. 7, # 1, pp. 19–36.
17. Şahin, M., Oğuz, Y., Büyüktümtürk, F. Approximate and Three-Dimensional Modeling of Brightness Levels in Interior Spaces by Using Artificial Neural Networks // Journal of Electrical Engineering and Technology, 2015, Vol. 10, # 4, pp. 1822–1829.
18. Şahin, M. Estimation of Average Illuminance Level in Indoor Lighting Systems with Artificial Neural Networks // Afyon Kocatepe University Journal of Science and Engineering, 2019, Vol. 19, # 2, pp. 348–360.
19. Kayakuş, M., Üncü, S.İ. Measuring Luminance on Tennis Courts Using Artificial Neural Networks // In: Strategy-Focused Academic Assessments, SRA Academic Publishing, 2019, Chapter 9, pp. 171–190.
20. Kayakuş, M. Determination of White Board Luminance Used in Classrooms With Artificial Neural Networks // 6th International Management Information Systems Conference «Connectedness and Cybersecurity», İstanbul, 2019, pp. 355–361.
21. Kayakuş, M., Üncü, S.İ. The Luminance Estimation of Basketball Halls Using Machine Learning Methods // Düzce University Journal of Science & Technology, 2020, Vol. 8, # 4, pp. 2468–2479.
22. Georgiev, K., Ivanov, D., Petrinska, I. Lighting Mesurements of Recostructed Multifunctional Sports Hall // 2024 Ninth Junior Conference on Lighting (Lighting), 2024, pp. 1–4.
23. Jarvis Lighting // URL: https://www.jarvislighting. com/ (дата обращения: 22.01.2025).
24. Fiorentin, P., Iacomussi, P., Rossi, G. Characterization and Calibration of a CCD Detector for Light Engineering // IEEE Transactions on Instrumentation and Measurement, 2005, Vol. 54, # 1, pp. 171–177.
25. Kocabey, S. Finding the illumination level distribution in interior volumes and examining it with the finite element method // Ph. D. Thesis, Marmara University, 2008, Turkey.
26. Marques, É., Melo, R.B., Carvalho, F. Ergonomic Work Analysis of Industrial Quality Control Workstations // International Conference on Applied Human Factors and Ergonomics, Springer, Cham, 2017, pp. 532–544.
27. Ekrias, A., Eloholma, M., Halonen, L., Song, X.J., Zhang, X., Wen, Y. Road lighting and headlights: Luminance measurements and automobile lighting simulations // Building and Environment, 2008, Vol. 43, # 4, pp. 530–536.
28. Davarci, Z.O., Sahin, M., Akar, O. Luminance Measurement and Estimation Methods in Road // Light & Engineering, 2022, Vol. 30, # 6, pp. 106–123.
29. Büyükkınacı, B. Road Lighting Automation // MSc Thesis, Istanbul Technical University, 2008, Turkey.
30. Şahin, M. Determining the Maintenance Coefficients of Environments with Different Technical and Physical Properties and Estimating the Light Levels with Artificial Neural Networks // Ph. D. Thesis, Marmara University, 2014, Turkey.
31. Alizadeh, M.J., Shabani, A., Kavianpour, M.R. Predicting longitudinal dispersion coefficient using ANN with metaheuristic training algorithms // International Journal of Environmental Science and Technology, 2017, Vol. 14, pp. 2399–2410.
32. Jassim, M.S., Coşkuner, G., Zontul, M. Comparative Performance Analysis of Support Vector Regression and Artificial Neural Network for Prediction of Municipal Solid Waste Generation // Waste Management & Research, 2022, Vol. 40, pp. 195–204.
33. Saeidlou, S., Ghadiminia, N. A construction cost estimation framework using DNN and validation unit // Building Research & Information, 2023, Vol. 52, # 1–2, pp. 38–48.
34. Lewis, C.D. Industrial and Business Forecasting Methods / Butterworths Publishing, London, 1982, 40 p.
35. Witt, S.F., Witt, C. Modeling and Forecasting Demand in Tourism / Academic Press, London, 1992.
36. Yanık, E. Demand Forecasting Application with Artificial Neural Networks in the Construction Equipment Industry // MSc Thesis, Kırıkkale University, 2019, Turkey.
37. Taşkıner, B. Prediction of Natural Gas Consumption in Ankara Province with Artificial Neural Networks // MSc Thesis, Istanbul Technical University, 2018, Turkey.
38. Karahan, M. Forecasting Amount of Export Demand with Artificial Neural Networks Method: A Comparative Analysis of ARIMA and ANN // Ege Academic Review, 2015, Vol. 15, # 2, pp. 165–172.

Экспериментально исследовано электромагнитное излучение поверхностей пресной и солёной (18 %) воды на частоте 15 ГГц в диапазоне температур 30–50 °C. Показано, что зависимость мощности излучения от температуры линейна и её температурный градиент для пресной воды (0,107 отн. ед./град.) больше, чем для соляного раствора (0,077 отн. ед./град.). Впервые для данного частотного диапазона зафиксированы флуктуации мощности излучения приблизительно при 30 °C, предположительно связанные с исчезновением «лёгкой» фракции воды. Проведён соответствующий теоретический анализ с использованием законов лучевой оптики (закон Снеллиуса) и модели Стогрина для диэлектрической проницаемости. Установлено, что излучение формируется в пределах поверхностной температурной плёнки, толщина которой превышает толщину скин-слоя. Показано, что разница мощностей излучения пресной и солёной вод необъяснима лишь разницей коэффициентов излучения, что указывает на влияние вертикального распределения температуры в поверхностном слое. Результаты работы важны для понимания процессов теплообмена на границе вода-атмосфера, а также для разработки методов дистанционного мониторинга водных объектов.

1. Röntgen W.C. Über die Constitution des flüssigen Wassers // Ann. Phys. Chem. N.F. – 1892. – Bd. 281(1). – S. 91–97.
2. Fumagalli L., Esfandiar A., Farbegas R. et al. Anomalously low dielectric constant of confined water // Science. – 2018. – Vol. 360 (6395). – P. 1339–1342. DOI: 10.1126/science.aat4191.
3. Debye P. Polar Molecules. – New York: The Chemical Catalog Company, Inc. 1929. – 172 p.
4. Amann-Winkel K., Bellissent-Funel M.C., Bove L.E., Loerting T., Nilsson A., Paciaroni A., Schlesinger D., Skinner L. X-ray and neutron scattering of water // Chemical reviews. – 2016. – Vol. 116 (13). – P. 7570–7589.
5. Tielrooij K.J., Garcia-Araez N., Bonn M., Bakker H.J. Cooperativity in ion hydration // Science. – 2010. – Vol. 328 (5981). – P. 1006–1009.
6. Bubukin I.T., Stankevich K.S. Measurements of the reflectivity and permittivity of water in the film layer of the sea surface in the millimeter wave band // Journal of Communications Technology and Electronics. – 2013. – Vol. 58. – P. 673–681.
7. Lunkenheimer P., Emmert S., Gulich R., Köhler M., Wolf M., Schwab M., Loidl A. Electromagnetic-radiation absorption by water // Physical Review E. – 2017. – Vol. 96. – 062607.
8. Stogryn A.P. Equations for Calculating the Dielectric Constant of Saline Water (Correspondence) // IEEE Transactions on Microwave Theory and Techniques. – 1971. – Vol. 19. – P. 733–736.
9. Gavrilin S.N. Dependence of water radiation on temperature at microwaves // Physica Scripta. – 2025. – Vol. 100 (1). – 015966.
10. Гаврилин С.Н., Парфентьева Н.А. Температурная зависимость мощности теплового излучения поверхностей пресной воды и соляного раствора // Светотехника. – 2025. – № 1. – C. 76–81. 1
11. Mallamace, F., Branca, C., Broccio, M., Corsaro, C., Mou, C.Y., Chen, S.H. The anomalous behavior of the density of water in the range 30 K< T< 373 K // Proceedings of the National Academy of Sciences. – 2007. – Vol. 104 (47). – P. 18387–18391.
12. Poole P.H., Sciortino F., Essmann U., Stanley H.E. Phase behaviour of metastable water // Nature. – 1992. – Vol. 360 (6402). – P. 324–328.
13. Гинзбург А.И., Зацепин А.Г., Федоров К.Н. Тонкая структура термического пограничного слоя в воде у поверхности раздела вода-воздух // Известия АН СССР. Физика атмосферы и океана. – 1977. – Т. 13, № 12. – С. 1268–1277.
14. Bubukin I.T., Stankevich K.S. Remote sensing of a film layer of marine surface in the IR spectral range // Journal of Communications Technology and Electronics. – 2012. – Vol. 57. – P. 1094–1102.

Вторую часть обзора начинает небольшой раздел о некоторых давно замеченных эффектах и парадоксах цветовосприятия, которые стали более-менее понятны во второй половине XX века, уже после детальных исследований специфики нейронной системы цветокодирования. Далее рассматриваются механизмы, отвечающие за хроматическое зрение, начиная от сенсорной мозаики сетчатки и слоёв латерального тела и заканчивая первичными и более глубокими областями зрительной коры. Затем, после небольшого отступления от рационального знания о цветоощущении в сторону его художественно-эмоционального восприятия, рассматриваются современные подходы к моделям цветового пространства и цветовых диаграмм, которыми предпочитают пользоваться в научных работах по физиологии человеческого хроматизма. В этом случае появляется возможность сравнения двух основных подходов к исследованию цветоощущений – физического, основанного на объективных свойствах спектральных источников света, и психофизиологического, учитывающего эволюцию и современное состояние цветокодирующей нейронной системы. В заключение этой части обзора анализируются созданные в конце XX века модели хроматических адаптаций и аномалий цветового зрения. А вот о последствиях, которые наступили в результате активного использования осветительных приборов со светодиодами, всё более совершенных ЖК-мониторов и голографических технологий, а также о последних достижениях молекулярной генетики в расшифровке механизма цветоощущений, речь пойдёт уже в третьей части обзора.

1. Stafeev S., Sharov D. Human Colour Perception Mechanisms: a Review of Natural Science Concepts and Artistic Models from Ancient Chromatism to Neuroiconics and Holography; Part 1: Historical Retrospective of Hypotheses and Experiments // Light and Engineering. –2025. – Vol. 33, № 2, pp. 4–17.
2. Chevreul M.E. De la loi du contraste simultané des couleurs. – Paris: Pitois-Levreault, 1839. – 548 p.
3. Sakai K. Color representation by Land’s retinex theory and Belsey’s hypothesis. – Japan: Ritsumeikan University, 2003.
4. von Bezold W. Die Farbenlehre in Hinblick auf Kunst und Kunstgewerbe. – Braunschweig: Westermann, 1874. – 312 p.
5. von Bezold W. Über das Gesetz der Farbenmischung und die physiologischen Grundfarben // Annalen der Physiologie und Chemie. – 1873. – Vol. 150. – P. 221–247.
6. Brücke E.W. Über einige Empfindungen im Gebiete der Sehnerven // Sitzungsberichte der Akademie der Wissenschaften in Wien, Mathematisch-Naturwissenschaftliche Klasse. – 1878. – Vol. 77. – P. 39–71.
7. Purdy D.M. Spectral hue as a function of intensity // American Journal of Psychology. – 1931. – Vol. 63. – P. 541–559.
8. McCollough C. Do McCollough effects provide evidence for global pattern processing? // Perception & Psychophysics. – 2000. – Vol. 62 (2). – P. 350–362.
9. Boynton R.M. Human Color Vision. – New York: Holt, Rinehart and Winston, 1979. – 436 p.
10. Pinna B. Un effetto di colorazione // Il laboratorio e la città. XXI Congresso degli Psicologi Italiani. – Milano: Società Italiana di Psicologia, 1987. – P. 158.
11. Pinna B., Brelstaff G., Spillmann L. Surface color from boundaries: a new ‘watercolor’ illusion // Vision Research. – 2001. – Vol. 41. – P. 2669–2676.
12. Pinna B., Werner J.S., Spillmann L. The watercolor effect: a new principle of grouping and figure-ground organization // Vision Research. – 2003. – Vol. 43. – P. 43–52.
13. Daw N.W. Why after-images are not seen in normal circumstances // Nature. – 1962. – Vol. 196. – P. 1143–1145.
14. Nathans J., Thomas D., Hogness D.S. Molecular genetics of human color vision: The genes encoding blue, green, and red pigments // Science. – 1986. – Vol. 232. – P. 193–202.
15. De Valois R.L., De Valois K.K. A multi-stage color model // Vision Research. – 1993. – Vol. 33. – P. 1053–1065.
16. Stockman A., Brainard D. Color vision mechanisms // OSA handbook of optics. – New York: McGraw-Hill, 2010. – P. 11.11–11.104.
17. Solomon S.G., Lennie P. The machinery of colour vision // Nature Reviews Neuroscience. – 2007. – Vol. 8 (4). – P. 276–286.
18. Jacobs G.H. Primate color vision: A comparative perspective // Visual Neuroscience. – 2008. – Vol. 25. – P. 619–633.
19. Bumsted K., Jasoni C., Szél Á., Hendrickson A. Spatial and temporal expression of cone opsins during monkey retinal development // The Journal of Comparative Neurology. – 1997. – Vol. 378. – P. 117–134.
20. De Valois R.L., De Valois K.K., Switkes E., Mahon L. Hue scaling of isoluminant and cone-specific lights // Vision Research. – 1997. – Vol. 37. – P. 885–897.
21. Pugh E.N. Jr., Mollon J.D. A theory of the π₁ and π₃ color mechanisms of Stiles // Vision Research. – 1979. – Vol. 20. – P. 293–312.
22. Kingdom F.A.A., Mullen K.T. Separating colour and luminance information in the visual system // Spatial Vision. – 1995. – Vol. 9. – P. 191–219.
23. Wiesel T.N., Hubel D.H. Spatial and chromatic interactions in the lateral geniculate body of the rhesus monkey // Journal of Neurophysiology. – 1966. – Vol. 29 (6). – P. 1115–1156.
24. Hurvich L., Jameson D. Color theory and abnormal red-green vision // Documenta Ophthalmologica. – 1962. – Vol. 16. – P. 409–442.
25. Paulus W., Kroger-Paulus A. A new concept of retinal colour coding // Vision Research. – 1983. – Vol. 23 (5). – P. 529–540.
26. Lennie P., Haake P.W., Williams D.R. The design of chromatically opponent receptive fields // Computational models of visual processing. – Cambridge: MIT Press, 1991. – P. 71–82.
27. Regan B.C., Julliot C., Simmen B., Viénot F., Charles-Dominique P., Mollon J.D. Fruits, Foliage and the Evolution of Primate Colour Vision // Philosophical Transactions of the Royal Society of London B Biological Sciences. – 2001. – Vol. 356. – P. 229–283.
28. Land E.H., McCann J.J. Lightness and retinex theory // Journal of the Optical Society of America. – 1971. – Vol. 61. – P. 1–11.
29. Land E.H. The retinex theory of color vision// Scientific American. – 1977. – Vol. 237. – P. 108–128.
30. Land E.H. Recent advances in retinex theory // Vision Research. – 1986. – Vol. 26. – P. 7–21.
31. Hurlbert A. Formal connections between lightness algorithms // Journal of the Optical Society of America. – 1986. – Vol. 3. – P. 1684– 1694.
32. Zeki S., Marini L. Three Cortical Stages of Colour Processing in the Human Brain // Brain. – 1998. – Vol. 121. – P. 1669–1685.
33. Trotter Y. Cortical Representation of Visual Three-Dimensional Space // Perception. – 1995. – Vol. 24. – P. 287–298.
34. Trotter Y., Celebrini S., Stricanne B., Thorpe S., Imbert M. Modulation of Neural Stereoscopic Processing in Primate Area V1 by the Viewing Distance // Science. – 1992. – Vol. 257. – P. 1279–1281.
35. Domini F., Blaser E., Cicerone C.M. Color-Specific Depth Mechanisms Revealed by Color-Contingent Depth Effect // Vision Research. – 2000. – Vol. 40. – P. 359–364.
36. Иттен И. Искусство цвета. – 2‑е изд. – М.: Изд. Д. Аронов, 2001. – 96 с.
37. Land E.H. An Alternative Technique for the Computation of the Designator in the Retinex Theory of Colour Vision // Proceedings of the National Academy of Sciences. – 1986. – Vol. 83. – P. 3078–3080.
38. Shevell S.K., Kingdom F.A. Color in Complex Scenes // Annual Review of Psychology. 2008. – Vol. 59. – P. 143–166.
39. Ярбус А.Л. Роль движений глаз – в процессе зрения. – М.: Наука, 1965. – 166 с.
40. Арнхейм Р. Искусство и визуальное восприятие. – М.: Прогресс, 1974. – 392 с.
41. Beare A.C. Color-name as a function of wave-length // The American Journal of Psychology. – 1963. – Vol. 76. – P. 248–256.
42. De Valois R.L., De Valois K.K., SwitkesE., Mahon L. Hue scaling of isoluminant and cone-specific lights // Vision Research. – 1997. – Vol. 37. – P. 885–897.
43. Dimmick F.L., Hubbard M.R. The spectral location of psychologically unique yellow, green and blue // American Journal of Psychology. – 1939. – Vol. 52. – P. 242–254.
44. Jameson D., Hurvich L.M. Some quantitative aspects of an opponent-colors theory. III. Changes in brightness, saturation, and hue with chromatic adaptation // Journal of the Optical Society of America. – 1956. – Vol. 46. – P. 405–415.
45. Ayama M., Nakatsue T., Kaiser P.E. Constant hue loci of unique and binary balanced hues at 10, 100, and 1000 Td // Journal of the Optical Society of America A. – 1987. – Vol. 4. – P. 1136–1144.
46. Shefrin B.E., Werner J.S. Loci of spectral unique hues throughout the life-span // Journal of the Optical Society of America A. – 1990. – Vol. 7. – P. 305–311.
47. Jordan G., Mollon J.D. Rayleigh matches and unique green // Vision Research. – 1995. – Vol. 35. – P. 613–620.
48. Nerger J.L., Volbrecht V.J., Ayde C.J. Unique hue judgments as a function of test size in the fovea and at 20‑deg temporal eccentricity // Journal of the Optical Society of America A. – 1995. – Vol. 12. – P. 1225–1232.
49. Volbrecht V.J., Nerger J.L., Harlow C.E. The bimodality of unique green revisited // Vision Research. – 1997. – Vol. 37. – P. 404–416.
50. Kuehni R.G. Variability in unique hue selection: A surprising phenomenon // Color Research and Application. – 2004. – Vol. 29. – P. 158–162.
51. Mollon J.D., Jordan G. On the nature of unique hues // John Dalton’s colour vision legacy. – London: Taylor and Francis, 1997. – P. 381–392.
52. Parsons J.H. An introduction to colour vision. – 2nd ed. – Cambridge: Cambridge University Press, 1924. – 224 p.
53. Valberg A. A method for the precise determination of achromatic colours including white // Vision Research. – 1971. – Vol. 11. – P. 157–160.
54. Берман С.М., Клиер Р.Д. Недавно открытый фоторецептор человека и предыдущие исследования в области зрения // Светотехника. 2008. № 3. с. 49–53.
55. von Campenhausen C., Schramme J. Some Properties of the Physiological Colour System // Normal and Defective Colour Vision. – Oxford: Oxford University Press, 2003. – P. 288–295.
56. Wyszecki G., Stiles W.S. Color Science: Concepts and Formulae. – 2nd ed. – New York: Wiley, 1982. – 984 p.
57. MacAdam D.L. Visual Sensitivities to Color Differences in Daylight // Journal of the Optical Society of America. – 1992. – Vol. 32. – P. 247–274.
58. Naka K.I., Rushton W.A.H. S-Potentials from Luminosity Units in the Retina of Fish (Cyprinidae) // Journal of Physiology. – 1966. – Vol. 185. – P. 587–599.
59. Wright W.D., Pitt E.H.G. Hue Discrimination in Normal Color Vision // Proceedings of the Physical Society (London). – 1934. – Vol. 46. – P. 459–479.
60. Krasilnikov N.N., Krasilnikova O.I. Models of Light Conversion by the Visual System // Neural Networks and Neurotechnologies. – SPb: VVM, 2019. – P. 131–144.
61. MacLeod I.A., Boynton R.M. Chromaticity diagram showing cone excitation by stimuli of equal luminance // Journal of the Optical Society of America. – 1979. – Vol. 69. – P. 1183–1186.
62. Данилова М.В., Моллон Д.Д. Цветовые категории и цветоразличение // Экспериментальная психология. – 2010. – Т. 3, № 3. – С. 39–56.
63. Dacey D.M., Lee B.B. The ‘Blue-On’ Opponent Pathway in Primate Retina Originates from a Distinct Bistratified Ganglion Cell Type // Nature. – 1994. – № 367. – P. 731–735.
64. MacLeod D.I.A., Boynton R.M. Chromaticity Diagram Showing Cone Excitation by Stimuli of Equal Luminance // Journal of the Optical Society of America. – 1979. – № 69. – P. 1183–1185.
65. Shepard R.N. The Perceptual Organization of Colors: an Adaptation to Regularities of the Terrestrial World // Evolutionary psychology and the generation of culture. – Oxford: Oxford University Press, 1992. – P. 495–532.
66. Mollon J. Monge: the Verriest Lecture // Visual Neuroscience. – 2006. – Vol. 23. – P. 297–309.
67. Webster M.A., Webster S.M., Bharadwaj S., Verma R., Jaikumar J., Madan G. et al. Variations in Normal Color Vision: Unique Hues in Indian and United States Observers // Journal of the Optical Society of America A, Optics, Image Science, and Vision. – 2002. – Vol. 19. – P. 1951–1962.
68. Danilova M.V., Mollon J.D. Foveal Color Perception: Minimal Thresholds at a Boundary Between Perceptual Categories // Vision Research. – 2012. – Vol. 62. – P. 162–172.
69. Tyndall E.P.T. Chromaticity Sensibility to Wavelength Difference as a Function of Purity // Journal of the Optical Society of America. – 1933. – Vol. 23. – P. 15–24.
70. Boynton R.M. Theory of color vision // Journal of the Optical Society of America. – 1960. – Vol. 50. – P. 929–944.
71. Derrington M., Krauskopf J., Lennie P. Chromatic mechanisms in lateral geniculate nucleus of macaque // Journal of Physiology. – 1984. – Vol. 357. – P. 241–265.
72. Krauskopf J., Williams D.R., Heeley D.W. Cardinal directions of color space // Vision Research. – 1982. – Vol. 22. – P. 1123–1131.
73. Brainard D.H. Cone contrast and opponent modulation color spaces / HumanColor Vision / P. Kaiser and. R.M.B. Boynton, eds. – Washington, D.C.: Optical Society of America, 1996. – P. 563–579.
74. Jameson D., Hurvich L.M. Some quantitative aspects of an opponent-colors theory. I. Chromatic responses and spectral saturation // Journal of the Optical Society of America. – 1955. – Vol. 45. – P. 546–552.
75. Stockman A., Sharpe L.T. Spectral sensitivities of the middle- and long-wavelength sensitive cones derived from measurements in observers of known genotype // Vision Research. – 2000. – Vol. 40. – P. 1711–1737.
76. Krantz D.H. Color measurement and color theory: I. Representation theorem for Grassmann structures // Journal of Mathematical Psychology. – 1975. – Vol. 12. – P. 283–303.
77. Krantz D.H. Color measurement and color theory: II. Opponent-colors theory // Journal of Mathematical Psychology. – 1975. – Vol. 12. – P. 304–327.
78. Larimer J., Krantz D.H., Cicerone C.M. Opponent-process additivity – II: Yellow/blue equilibria and nonlinear models // Vision Research. – 1975. – Vol. 15. – P. 723–731.
79. Адриан В., Гибсон Р. Зрительная работоспособность и её метрика // Светотехника. – 1994. № 10–11. – C. 2.
80. Müller G.E. Über die Farbenempfindungen: psychophysische Untersuchungen – Vol. 1. – Leipzig: Johann Ambrosius Barth Verlag, 1930. – 430 p.
81. Judd D.B. Fundamental studies of color vision from 1860 to 1960 // Proceedings of the National Academy of Science USA. – 1966. – Vol. 55. – P. 1313–1330.
82. Guth S.L. A model for color and light adaptation // Journal of the Optical Society of America A. – 1991. – Vol. 8. – P. 976–993.
83. Neitz J., Neitz M. The genetics of normal and defective color vision // Vision Research. – 2011. – Vol. 51. – P. 633–651.
84. Hubel D., Wiesel T. Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex // The Journal of Physiology. – 1962. – Vol. 160. – P. 106–154.
85. Gouras P., Kruger J. Responses of cells in foveal visual cortex of the monkey to pure color contrast // Journal of Neurophysiology. – 1979. – Vol. 42. – P. 850–860.
86. Hubel D., Livingston M. Color and contrast sensitivity in the lateral geniculate body and primary visual cortex of the macaque monkey // Journal of Neuroscience. – 1990. – Vol. 10. – P. 2223–2237.

В настоящее время номенклатура светодиодных ламп-ретрофитов (СДЛ) постоянно расширяется. Цель представленного исследования – изучить влияние конструкции оптических элементов в составе оптической системы СДЛ на их светотехнические характеристики. В качестве объектов исследования использовались семь образцов СДЛ, содержащих вторичные оптические элементы линзового типа (линзы), участвующие в формировании КСС СДЛ. Четыре образца имели колбу типа «свеча», а три – типа «шар». Определены светотехнические характеристики (световой поток, мощность, коррелированная цветовая температура, КСС и световая отдача) указанных образцов и проведено их сопоставление с заявленными изготовителями. В результате этого, в частности, показано, что КСС зависит как от конструкции колбы, так и от конструкции линзы СДЛ. Анализом конструкции этих линз определён механизм формирования КСС. Рассмотрена зависимость уровня снижения светового потока линзой от её конструкции. Показано, что КСС СДЛ зависит от особенностей указанных оптических элементов и положения светодиодов относительно линзы СДЛ.

1. Ching-Cherng Sun, Shih-Hsin Ma and Quang-Khoi Nguyen. Advanced LED Solid-State Lighting Optics //Crystals 2020, 10, 758; doi:10.3390/cryst10090758. URL: https://www.researchgate.net/publication/343930581_Advanced_LED_Solid-State_Lighting_Optics (дата обращения: 29.05.2025).
2. An Economical Omnidirectional A19 LED Light Bulb by the Industrial Technology Research Institute // LpR Article | Jul 01, 2016, URL: https://www.led-professional.com/resources‑1/articles/an-economical-omnidirectional-a19‑led-light-bulb-by-theindustrial-technology-research-institute. (дата обращения: 29.05.2025)
3. Лишик С.И., Поседько В.С., Трофимов Ю.В., Цвирко В.И. Конструктивно-технологические решения светодиодных ламп прямой замены // Светотехника. – 2010. – № 2. – С. 7–12.
4. Employing the latest in injection molding technology // LED professional Review. 2013. – Is. 36. – Р. 5. URL: https://www.led-professional.com/downloads/LpR36_543794.pdf. (дата обращения: 29.05.2025).
5. MASTER LED candle Diamond Spark. URL: https://www.lighting.philips.co.uk/api/assets/v1/file/Signify/content/929002491299_EU.en_GB.PROF.FP/Localized_commercial_leaflet_929002491299_en_GB.pdf (дата обращения: 29.05.2025)
6. Aslanov E.R., Doskolovich L.L., Moiseev M.A., Bezus E.A.,. Kazanskiy N.L. Design of an optical element forming an axial line segment for efficient LED lighting systems. URL: https://www.researchgate.net/publication/260152866_Design_of_an_optical_element_forming_an_axial_line_segment_for_efficient_LED_lighting_systems (дата обращения: 29.05.2025).
7. Оптический элемент – рассеиватель. URL: http://www.pvsm.ru/images/2015/12/24/svetodiodnye-lampy-X-Flash‑12.jpg (дата обращения: 29.05.2025).
8. Лишик С.И., Паутино А.А., Поседько В.С., Трофимов Ю.В., Цвирко В.И. О светодиодных лампах прямой замены // Светотехника. – 2010. – № 1. – С. 48–54.
9. Ашрятов А.А. Исследование влияния оптических элементов светодиодной лампы-ретрофита на её световые параметры / Приборостроение и автоматизированный электропривод в топливно-энергетическом комплексе и жилищно-коммунальном хозяйстве: материалы VIII Национальной науч.-практ. конференции, Казань, 2023. – С. 637–639. URL: https://www.elibrary.ru/item.asp?id=55175271 (дата обращения: 29.05.2025).
10. Микаева С.А., Железникова О.Е., Синицына Л.В. Комплекс современного исследовательского оборудования для световых измерений // Автоматизация и современные технологии. – 2012. – № 12. – С. 33–36.
11. Ашрятов А.А., Кузнецов Е.А., Смолин К.А. Исследование светотехнических характеристик светодиодных ламп ретрофитов Uniel. // Вестник МГТУ. – 2023. – Т. 26, № 4. – С. 349–360. DOI: https://doi.org/10.21443/1560–9278–2023–26–4–349–360
12. Макарова Н.В., Ашрятов А.А. Исследование светотехнических характеристик светодиодных ламп-ретрофитов для бытового освещения // Энергобезопасность и энергосбережение. – 2019. – № 3. – С. 28–32. DOI: https://doi.org/10.18635/2071‑2219‑2019‑3‑28‑32.
13. Нестеркина Н.П., Кузнецов Е.А. Исследование характеристик светодиодных ламп с изменяемым спектром излучения / Проблемы и перспективы развития электроэнергетики и электротехники: II Всеросс. науч.-практ. конф., Казань, 18–19 марта 2020 г.: материалы конференции. В 2 т. Т. 2. – Казань: КГЭУ, 2020. – С. 246–252.
14. Нестеркина Н.П., Кузнецов Е.А., Журавлева Ю.А. Исследование изменений светотехнических характеристик светодиодных ламп-ретрофитов в результате длительных испытаний // Вестник МГТУ. – 2022. – Т. 25, № 4. – C. 305–312. URL: http://vestnik.mstu.edu.ru/v25_4_n93/03_Nesterkina_305–312.pdf (дата обращения: 29.05.2025).
15. Ашрятов А.А., Калмыков В.В., Кузнецов Е.А. Исследование конструкций современных светодиодных аналогов люминесцентных ламп // Светотехника. – 2024. – № 5. – С. 25–29.
16. TIR Lens – Shanghai Optics Shanghai Optics URL: https://www.shanghai-optics.com/components/ (дата обращения: 29.05.2025).
17. Справочная книга по светотехнике / Под ред. Ю.Б. Айзенберга. 3‑е изд., перераб. и доп. – М.: Знак, 2006. – 972 с.

Модифицированный светоинсоляционный прибор планшетного типа «Светопланограф‑2», выполненный на прозрачной плёнке, позволяет оценивать качественные и количественные показатели инсоляции и освещения помещений и фасадов зданий в условиях разноэтажной застройки. Он может использоваться для оптимизации объёмно-пространственного, архитектурно-планировочного решения зданий и застроек, рационального расположения окон, балконов, солнцезащитных устройств и других элементов фасадных систем, чтобы максимально использовать солнечные освещение и теплоту.
Изложены особенности разработки и методика применения прибора «Светопланограф‑2», обеспечивающего возможность значительного повышения качества проектирования и планирования в строительстве и градостроительстве вместе с улучшением экологической устойчивости городских территорий.
Подробно освещено устройство, принцип его работы, разработка теоретических и методических положений, касающихся современной модификации прибора. Его значение и применение охватывают несколько ключевых аспектов как в научных исследованиях, так и в практической деятельности.

1. Федеральный закон от 30 декабря 2009 г. № 384-ФЗ «Технический регламент о безопасности зданий и сооружений» (с изменениями и дополнениями). Статья 10. Требования безопасных для здоровья человека условий проживания и пребывания в зданиях и сооружениях.
2. СП 54.13330.2022 «Здания жилые многоквартирные».
3. СанПиН 1.2.3685–21 «Гигиенические нормативы и требования к обеспечению безопасности и (или) безвредности для человека факторов среды обитания».
4. СП 42.13330.2016 «Градостроительство. Планировка и застройка городских и сельских поселений».
5. СП 52.13330.2016 «Естественное и искусственное освещение».
6. Гусев Н.М. Естественное освещение зданий. – М.: Госстройиздат, 1961. – 234 с.
7. Дунаев Б.А. Инсоляция жилища. – М.: Стройиздат, 1979. – 104 с.
8. Масленников Д.С. Графические исследование норм инсоляции, принятых в СССР и других Европейских государствах / Исследование по микроклимату и шумовому режиму населённых мест. Сборник 3. – М.: Стройиздат, 1965. – C. 5–19.
9. Оболенский Н.В. Архитектура и солнце. – М.: Стройиздат, 1988. – 207 с.
10. Olgyay V., Olgyay A. Solar control and shading devices. – Prinсetоn, New Jersey: Princeton University Press, 1957. – 201 р.
11. Бахарев Д.В., Орлова Л.Н. О нормировании и расчёте инсоляции // Светотехника. – 2006. – № 1. – С. 18–27.
12. Lei Y., Zhou H., Li Q., Liu Y., Li J., Wang C. Investigation and Evaluation of Insolation and Ventilation Conditions of Streetscapes of Traditional Settlements in Subtropical China // Buildings. – 2023. – Vol. 13(7). – 1611. DOI:10.3390/buildings13071611.
13.Творовский М. Солнце в архитектуре / Пер. с польск. – М.: Стройиздат, 1977. – 288 с.
14. Гиясов А.И. Значение инсоляционного планшета для оценки инсоляционного режима городских территорий и зданий // Светотехника. – 2018. – № 5. – С. 68–71.
15. Giyasov А. The role insulationg tablet to assess insulationg modes of urban areas and buildings // Light & Engineering. – 2019. – Vol. 27, No. 2. – P. 111–116. DOI:10.33383/2018‑032.
16. CITYS: Solaris 5.20. Calculation of insolation, KEO and noise vibrations. The user’s guide. URL: http://www.sitis.ru/documentation/sitis- solaris.pdf (дата обращения: 12.09.2024).
17. ГОСТ Р 57795–2017 «Здания и сооружения. Методы расчёта продолжительности инсоляции».
18. СП 370.1325800.2017 «Устройства солнцезащитные зданий. Правила проектирования».
19. ГОСТ 24940‑2016 «Здания и сооружения. Методы измерения освещённости».

Статья посвящена истории и развитию метода газового освещения. В наш век систем умного дома может показаться странным, что газовое освещение когда‑то было революционным, преобразующим города, предприятия и общественную жизнь видом освещения. Газовое освещение оказало глубокое и долгосрочное влияние на общество. Его развитие сыграло решающую роль в промышленной революции и урбанизации, повлияло на культуру и проложило путь к современным системам освещения. В статье уделено внимание соответствующим технологиям и оборудованию и названы учёные и изобретатели, внёсшие значительный вклад в развитие газового освещения, а также перспективные направления его использования в современную эпоху.

1. Пронин Е.Н. Как человек приручал природный газ // Транспорт на альтернативном топливе. – 2016. – № 5(53). – С. 66–67.
2. Gas worship. URL: https://gazprominfo.ru/articles/worship-of-gas (дата обращения: 20.08.23).
3. Мамед-Задэ К.М. Строительное искусство Азербайджана (с древнейших времён до 19 века). – Баку: ЕЛМ, 1983. – 336 с.
4. Ян Кэсинь Газопровод в древнем Китае / Диалог культур – диалог о мире и во имя мира: материалы X Международной студенческой научно-практической конференции «Диалог культур – диалог о мире и во имя мира» (г. Комсомольск-на-Амуре, 25 апреля 2019 г.). – Комсомольск-на-Амуре: Амурский гуманитарно-педагогический государственный университет», 2019. – С. 358–360.
5. Tomory L. Progressive Enlighment: the Origins of the Gaslight Industry 1780–1820. URL: https://www.academia.edu/418708/ProgressiveEnlightenment (дата обращения: 27.08.23).
6. Косов А.С., Гоголевский А.В. Использование газа в Российской империи // Интернаука: электрон. научн. журн. – 2021. – № 28(204). – С. 16–17. URL: https://internauka.org/journal/science/internauka/204 (дата обращения: 22.05.2023).
7. Потапова Н.В. «Огни Москвы» – музей истории городского освещения // Россия и современный мир. – 2006. – № 4(53). – С. 254–258.
8. Соколова И.В. Ревитализация исторических сооружений газгольдеров // Инновации и инвестиции. – 2022. – № 2. – С. 229–233.
9. The Development of Gas Lighting Burners – originally written for the Historic Gas Times in 2017 URL: http:// williamsugghistory.o.uk/the-development-of-gas-lighting-burners-originally- written-for-the-historicgas-times-in‑2017 (дата обращения: 29.08.23).
10. Gasbeleuchtung URL: http:// echnik.de-academic.com/8992/Gasbeleuchtung (дата обращения: 30.08.23).
11. Sweet P.L. The Sociology of Gaslighting // American Sociological Review. – 2019. – Vol 84, Is. 5. – P. 851–875. URL: https://journals.sagepub.com/doi/10.1177/0003122419874843 (дата обращения: 25.08.23).
12. Sullivan A., Flint K. Introduction: Technologies of Fire in Nineteenth-Century British Culture, 19: Interdisciplinary Studies in the Long Nineteenth Century 25. URL: https://19. bbk.ac.uk/article/id/1792/ (дата обращения: 26.08.23).
13. Григорьев Н.Д. Александр Николаевич Лодыгин // Электричество. – 2012. – № 10. – С. 2–6.
14. Venslauskene E., Vozniak E., Zavarikhin S. Street lighting St. Petersburg from 1703 to 1917 // E3S Web of Conferences. – 2020. – Vol. 164. – 05017.
15. Natural Gas Street Lighting A Catalyst for Economic Development. URL: https://energy5.com/natural-gas-street-lighting-a-catalystfor-economic-development (дата обращения: 29.08.23).

На основе анализа мечетей, построенных в XXI в. на территории Турции, Бангладеш, ОАЭ, Албании, Малайзии, Индонезии, Омана и других стран мира, определены новаторские архитектурные приёмы устройства систем естественного освещения: размещение михраба в структуре витража, растворение киблы в свету, замена михраба потоком солнечного света, сплошное остекление мечети. Показана тенденция к увеличению светопрозрачных конструкций, «открытости» молитвенных залов внешнему миру. Выявлена взаимосвязь некоторых исследуемых приёмов с культурной и религиозной основой ислама, что позволяет «примирить» новаторство и традиционность в архитектуре мечети. Результаты научного анализа систем естественного освещения в новейших мечетях, представленные в качестве теоретического систематизированного материала, важны для проектирующих зодчих, поскольку позволяют выйти за пределы проектного или технического решения в более сложную плоскость, плоскость проживания человеком глубинных эмоций, связанных с ощущением причастности к религии, к многовековой культурной традиции.

1. Азизян И. Мечеть // Архитектура и градостроительство: энциклопедия / М.: Строиздат. – 2001. – 688 с.
2. Кононенко Е.И. Моделирование смыслов в современной архитектуре мечети // Государство, религия, церковь в России и за рубежом. – 2024. – № 42 (1). – С. 167–193.
3. Бренд Б. Искусство ислама / М.: Фаир. – 2008. – 330 с.
4. Стародуб Т.Х. Сокровища исламской архитектуры / М.: Белый город. – 2004. – 456 с.
5. Шукуров Ш.М. Архитектура современной мечети. Истоки / М.: Прогресс-Традиция. – 2014. – 202 с.
6. Ибрагимов И.А. Пространственно-ценностная ориентация и визуальная динамика храмового зодчества в христианстве и исламе: дис. … канд. искусствоведения: 17.00.09 / Саратов. – 2011. – 262 с.
7. Санчес Масиель Л.К. Исламская архитектура и современная политика: мечети в Константине (Алжир) и Касабланке (Марокко) // Искусство Востока. – 2017. – С. 609–785.
8. Ермоленко Е.В. Влияние естественного освещения на архитектуру новейших мечетей. Часть I. Верхнее и боковое освещение стены киблы и михраба // Светотехника. – 2025. – № 4. – С. 35–40.
9. Алферова Н.В. Историко-социальные аспекты развития культовой исламской архитектуры Европе XX – XXI веков // Вестник Санкт-Петербургского университета. – 2015. – Вып. 4. – С. 142–151.
10. Arabic Family House // Adjaye Ass. official site. – URL: https://www.adjaye.com/work/the-abrahamic-family-house/ (дата обращения: 11.02.2025).
11. Червонная С.М. Современная мечеть. Отечественный и мировой опыт Новейшего времени / Торунь: Тако. – 2016. – 478 с.
12. Мечеть признана лучшим архитектурным проектом в Баварии // Татар-информ. – URL: https://www.tatar-inform.ru/news/mechet-priznana-luchshim-arhitekturnymproektom-v-bavarii (дата обращения: 23.02.2025).
13. Панкина М.В., Аль-Тамими С.М. Современные тенденции архитектуры мечети: проблема сохранения культурной идентичности // Аrticult. – 2024. – № 4 (56). – URL: https://articult.rsuh.ru/articult‑56–4–2024/articult‑56–4–2024‑al-tamimi-pankina.php (дата обращения: 11.02.2025).
14. Nurul Yaqin Mosque // ArchDaily. – URL: https://www.archdaily.com/1002788/nurul-yaqin-mosque-dave-orlando-plus-fandy-gunawan (дата обращения: 23.02.2025).
15. Гусенова Д.А. Сакральное в культовой практике ислама // Исламоведение. – 2016. – № 2. – С. 60–72.
16. Насыбуллина Р., Самогоров В. Светопространство. Эволюция роли естественного света в архитектуре / Екатеринбург: TATLIN. – 2020. – 136 с.

Ермоленко Е.В.
Влияние естественного освещения на архитектуру новейших мечетей. Часть II. Световой проём – замена традиционного михраба и стены киблы

Казарян А.Ю.
Световой окулус и сталактитовый шатёр. Гармония соединения архитектурных идей

Соколова И.В.
Газовое освещение в истории светотехники

Ермоленко Е.В.
Влияние естественного освещения на архитектуру новейших мечетей. Часть II. Световой проём – замена традиционного михраба и стены киблы

Казарян А.Ю.
Световой окулус и сталактитовый шатёр. Гармония соединения архитектурных идей

Соколова И.В.
Газовое освещение в истории светотехники

От костра до лампочки: как огонь и свет изменили жизнь людей
Журавлёва Ю.А. кандидат техн. наук, доцент. Окончила в 2010 г. МГУ им. Н.П. Огарёва по специальности «Светотехника и источники света». Доцент кафедры «Светотехника» НИУ «МЭИ». Область научных интересов: энергосберегающие светотехнические установки; параметры компактных люминесцентных ламп и светодиодных источников света; вакуумная техника
Избасаров Н.Э. студент кафедры светотехники НИУ «МЭИ»

От костра до лампочки: как огонь и свет изменили жизнь людей
Журавлёва Ю.А. кандидат техн. наук, доцент. Окончила в 2010 г. МГУ им. Н.П. Огарёва по специальности «Светотехника и источники света». Доцент кафедры «Светотехника» НИУ «МЭИ». Область научных интересов: энергосберегающие светотехнические установки; параметры компактных люминесцентных ламп и светодиодных источников света; вакуумная техника
Избасаров Н.Э. студент кафедры светотехники НИУ «МЭИ»

Проведено численное моделирование формирования интегрального эхо-сигнала флуоресцентного лидара в морских водах первого оптического типа методом Монте-Карло. Для решения поставленных задач написана программа, особенность которой – в фиксации координат актов неупругого рассеяния. Получены модельные спектры комбинационного рассеяния и интенсивности флуоресценции хлорофилла для трёх концентраций этого пигмента и двух длин волн зондирующего излучения: 355 и 532 нм. Рассчитаны вклады в регистрируемый интегральный сигнал фотонов, приходящих из разных слоёв воды при различных расстояниях от оси лазерного пучка. Впервые выполнена оценка размеров области формирования лидарных эхосигналов неупругого рассеяния. Показано, что основной вклад в принимаемый сигнал вносит область, сконцентрированная вдоль оси зондирующего лазерного пучка.

1. Фадеев В.В. Дистанционное лазерное зондирование фотосинтезирующих организмов // Квантовая электроника. – 1978. – Т. 5, № 10. – С. 2221–2226.
2. Hoge F.E., Swift R.N. Application of the NASA airborne oceanographic lidar to the mapping of chlorophyll and other organic pigments / NASA. Langley Research Center Chesapeake Bay Plume Study, 1981. – 43 p.
3. Reuter R., Diebel D., Hengstermann T. Oceanographic laser remote sensing: measurement of hydrographic fronts in the German Bight and in the Northern Adriatic Sea // International Journal of Remote Sensing. – 1993. – Vol. 14, No. 5. – P. 823–848.
4. Shangguan M., Guo Y., Liao Z. Shipborne single-photon fluorescence oceanic lidar: instrumentation and inversion // Optics Express. – 2024. – Vol. 32, No. 6. – P. 10204–10218. DOI: 10.1364/OE.516523.
5. Глуховец Д.И., Гольдин Ю.А., Гуреев Б.А. Калибровка проточного флуориметра ПФД‑2 / Современные методы и средства океанологических исследований (МСОИ‑2019): Материалы конференции, 2019. – С. 45–48.
6. Jamet C., Ibrahim A., Ahmad Z. [et al.] Going beyond standard ocean color observations: lidar and polarimetry // Frontiers in Marine Science. – 2019. – Vol. 6. – Art. 251. DOI: 10.3389/fmars.2019.00251.
7. Chen S., Chen P., Ding L., Pan D. A new semi-analytical MC model for oceanic LIDAR inelastic signals // Remote Sensing. – 2023. – Vol. 15, No. 3. – P. 684. DOI: 10.1109/tgrs.2024.3515132.
8. Spence D.J., Neimann B.R., Pask H.M. Monte Carlo modelling for elastic and Raman signals in oceanic LiDAR // Optics Express. – 2023. – Vol. 31, No. 8. – P. 12339–12348. DOI: 10.1364/OE.485077.
9. Pelevin V., Zlinszky A., Khimchenko E., Toth V. Ground truth data on chlorophyll-a, chromophoric dissolved organic matter and suspended sediment concentrations in the upper water layer as obtained by LIF lidar at high spatial resolution // International Journal of Remote Sensing. – 2017. – Vol. 38, No. 7. – P. 1967–1982. DOI: 10.1080/01431161.2017.1294779.
10. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. – М.: Наука, 1982. – 296 с.
11. Mobley C.D. Light and Water. Radiative Transfer in Natural Waters. – San Diego: Academic Press, 1994. – 592 p.
12. Maritorena S., Morel A., Gentili B. Determination of the fluorescence quantum yield by oceanic phytoplankton in their natural habitat // Applied Optics. – 2000. – Vol. 39, Is. 36. – P. 6725–6737.
13. Будак В.П., Желтов В.С. Моделирование осветительных установок локальными оценками метода Монте-Карло // Светотехника. – 2009. – № 1. – С. 52–56.
14. Будак В.П., Гримайло А.В. Энергетический расчёт оптических систем: модификация прямого хода метода Монте-Карло // Светотехника. – 2023. – № 4. – С. 82–85.
15. Cornec M., Claustre H., Mignot A. et al. Deep chlorophyll maxima in the global ocean: Occurrences, drivers and characteristics // Global Biogeochemical Cycles. – 2021. – Vol. 35, No. 4. – e2020GB006759.
16. Falkowski P.G., Lin H., Gorbunov M.Y. What limits photosynthetic energy conversion efficiency in nature? Lessons from the oceans // Philosophical Transactions of the Royal Society B: Biological Sciences. – 2017. – Vol. 372, No. 1730. – 20160376. DOI: 10.1098/rstb.2016.0376.
17. Lin H., Kuzminov F.I., Park J. et al. The fate of photons absorbed by phytoplankton in the global ocean // Science. – 2016. – Vol. 351, No. 6270. – P. 264–267. DOI: 10.1126/science. aab2213.