Поиск

Выпуск
Название
Авторы
Application of the Land Surface Model SWAP and Global Climate Model INMCM4.0 for Projecting Runoff of Northern Russian Rivers. 1. Historical Simulations
Nasonova O., Gusev Y., Volodin E., Kovalev E.
Application of the Land Surface Model SWAP and Global Climate Model INMCM4.0 for Projecting Runoff of Northern Russian Rivers. 2. Projections and Their Uncertainties
Nasonova O., Gusev Y., Volodin E., Kovalev E.
Enhancing the Forecasting of Monthly Streamflow in the Main Key Stations of the River Nile Basin
Elganiny M., Eldwer A.
Variations of the Present-Day Annual and Seasonal Runoff in the Far East and Siberia with the Use of Regional Hydrological and Global Climate Models
Kalugin A.
Stochastic Forecasting Models of the Monthly Streamflow for the Blue Nile at Eldiem Station
Elganainy M., Eldwer A.
Comparison of the soil physical properties and hydrological processes in two different forest type catchments
Zhang C., Yan H., Takase K., Oue H.
Sensitivity Assessment of a Runoff Formation Model in the Mozhaisk Reservoir River Basin
Suchkova K., Motovilov Y.
The Experience in Applying a Water Reservoir Operation Model Using Dynamic Volume Nomograms in Exercising Special-Purpose Spring Water Releases
Bednaruk S., Dilman N., Kozlov D., Mastryukova A., Chukanov V.
The Impact of Climate Change on Surface, Subsurface, and Groundwater Flow: A Case Study of the Oka River (European Russia)
Kalugin A.
An Integrated Water Resources Management Considering Agricultural Demands and the Assessment of Different Scenarios in Hirmand Catchment, Iran
Ali Sardar Shahraki , Shahraki J., Monfared S.
Retrospective Simulation of an Extreme Flood on the Oka River at the City of Ryazan and Impact Assessment of Urban and Transport Infrastructure
Alabyan A., Belikov V., Krylenko I., Fingert E., Fedorova T.
Runoff Formation Model for the Amur River Basin
Kalugin A., Motovilov Y.
Dynamic-stochastical modeling of long-term fluctuations in Lake Baykal levels and Angara River runoff
Frolov A., Vyruchalkina T.
Inhibition by nitrite ion in the process of methane anaerobic oxidation by microorganisms and fractionation dynamics of stable carbon and hydrogen isotopes
Vavilin V., Rytov S.
Modeling the Hydrological Regime of Small Testbed Catchments Based on Field Observations: A Case Study of the Pravaya Sokolovka River, the Upper Ussuri River Basin
Bugaets A., Gartsman B., Lupakov S., Shamov V., Gonchukov L., Pshenichnikova N., Tereshkina A.
Reduced-Order Salinity Modeling of the Urmia Lake Using MIKE3 and Proper Orthogonal Decomposition Models
Safavi S., Shamsai A., Saghafian B.
Geoecological Aspects of the Development of a Regional Model of Spatial Planning: Case Study of Moscow
Bachurina S., Belyaev V., Karfidova E.
Characterization and prediction of stormwater runoff quality in sub-tropical rural catchments
Cheema P., Reddy A., Kaur S.
Analysis of natural tracers and genetic runoff components in mixing models: Case study of small basins in Primor’e
Gubareva T., Boldeskul A., Gartsman B., Shamov V.
Projecting Changes in Russian Northern River Runoff due to Possible Climate Change during the 21st Century: A Case Study of the Northern Dvina, Taz and Indigirka Rivers
Nasonova O., Gusev Y., Kovalev E., Ayzel G., Panysheva K.
Hydrogeomechanical Conditions of Karst Sinkhole Formation in the Area of Potassium Mines in Berezniki T., Perm Krai
Osipov V., Baryakh A., Sanfirov I., Mamaev Y., Yastrebov A.
A reduced 3D hydrodynamic model of a shallow, long, and weakly curved stream
Nadolin K., Zhilyaev I.
Factors governing strontium-90 export with surface runoff in the Chernobyl NPP restricted zone
Shevchenko A., Charnyi D., Akinfiev G., Kireev S.
Impact of Possible Climate Change on Extreme Annual Runoff from River Basins Located in Different Regions of the Globe
Gusev E., Nasonova O., Kovalev E., Ayzel G.
A Model of Mixing of Four River Runoff Recharge Sources Using Hydrochemical Tracers in the Problem of Hydrograph Separation
Gubareva T., Gartsman B., Solopov N.
1 - 25 из 50 результатов 1 2 > >> 
Подсказки:
  • Ключевые слова чувствительны к регистру
  • Английские предлоги и союзы игнорируются
  • По умолчанию поиск проводится по всем ключевым словам (агенс AND экспериенцер)
  • Используйте OR для поиска того или иного термина, напр. образование OR обучение
  • Используйте скобки для создания сложных фраз, напр. архив ((журналов OR конференций) NOT диссертаций)
  • Для поиска точной фразы используйте кавычки, напр. "научные исследования"
  • Исключайте слово при помощи знака - (дефис) или оператора NOT; напр. конкурс -красоты или же конкурс NOT красоты
  • Используйте * в качестве версификатора, напр. научн* охватит слова "научный", "научные" и т.д.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».