Структура

Для развития междисциплинарных исследований по приоритетным направлениям в Институте организованы внештатные научные группы. В их состав входят научные сотрудники и научно-вспомогательный персонал структурных подразделений Вычислительного центра ДВО РАН и других обособленных подразделений Хабаровского Федерального исследовательского центра ДВО РАН.
В настоящее время в Институте действуют следующие междисциплинарные научные группы:

1. Группа “Компьютерный дизайн новых материалов”
Руководитель: д.ф.-м.н., в.н.с. ВЦ ДВО РАН, Чибисов Андрей Николаевич
В состав группы входят сотрудники лабораторий численных методов в математической физике, информационных и вычислительных систем, информационных технологий.
Основные направления исследований:
1. Численное моделирование атомно-электронных свойств новых наноматериалов.
2. Фундаментальные аспекты теории функционала плотности и нестационарной теории функционала плотности.
Основные результаты:
Исследованы основные характеристики электронных и дырочных кубитов на основе систем Ge и Si.
Теоретически определены структурные и электронные особенности наночастиц оксида церия получаемых методом лазерной абляции.
Выявлено наличие магнитных обменов высокого порядка в 2D магнетиках, играющих важную роль для полного и корректного описания их свойств.
Основные публикации:
1. Chibisov A.N., Chibisova M.A. Ab Initio Prediction of Non-Collinear Magnetic States of the Quantum Phosphorus Qubit in a Silicon Lattice. // Journal of Physical Chemistry Letters. 2020. Vol. 11(11). P. 4427–4429. https://doi.org/10.1021/acs.jpclett.0c01046 (WoS Q1, IF 6.888).
2. Kartsev A.I., Malkovsky S.I., Chibisov A.N. Analysis of Ionicity-Magnetism Competition in 2D-MX3 Halides towards a Low-Dimensional Materials Study Based on GPU-Enabled Computational Systems. // Nanomaterials 2021. 11(11). 2967. https://doi.org/10.3390/nano11112967 (WoS Q1, IF 5.719).
3. Chibisov A.N., Pugachevskii M.A., Kuzmenko A.P., Myo Min Than, Kartsev A.I. Effect of morphology and size on the thermodynamic stability of cerium oxide nanoparticles: Experiment and molecular dynamics calculation. // Nanotechnology Reviews. 2022. Vol. 11(1). P. 620-624. https://doi.org/10.1515/ntrev-2022-0038 (WoS Q1, IF = 6.739).
4. Chibisov A.N., Aleshin M.S., Chibisova M.A. DFT Analysis of Hole Qubits Spin State in Germanium thin layer. // Nanomaterials. 2022. Vol. 12(13). P. 2244. https://doi.org/10.3390/nano12132244 (WoS Q1, IF 5.719).
5. Kartsev A., Feya O.D., Bondarenko N., Kvashnin, A.G. Stability and magnetism of FeN high-pressure phases. // Physical Chemistry Chemical Physics. 2019. Vol. 21(9). P. 5262-5273.  https://pubs.rsc.org/en/content/articlehtml/2019/cp/c8cp07165a. http://dx.doi.org/10.1039/C8CP07165A. (WoS Q1, IF 3.676).
6. Zhou D., Semenok D.V., Xie H., Huang X., Duan D., Aperis A., Oppeneer P.M., Galasso M., Kartsev A.I., Kvashnin A.G., Oganov A.R. High-pressure synthesis of magnetic neodymium polyhydrides. // Journal of the American Chemical Society. 2020. Vol. 142(6). P. 2803-2811. https://pubs.acs.org/doi/10.1021/jacs.9b10439. https://arxiv.org/abs/1908.08304 (WoS Q1, IF 16.38).
7. Cesar D., Acharya A., Cryan J., Kartsev A., Kling M., Lindenberg A., Pemmaraju C., Poletayev A., Yakovlev V., Marinelli A. Ultrafast quantum dynamics driven by the strong space-charge field of a relativistic electron beam. // Optica. 2023. Vol. 10. P. 1-10. https://opg.optica.org/optica/fulltext.cfm?uri=optica-10-1-1&id=524496. https://doi.org/10.1364/OPTICA.471773 (WoS Q1, IF 10.64)

2. Группа “Цифровые технологий в сельском хозяйстве”
Руководитель: д-р фарм.н., в.н.с. ВЦ ДВО РАН, в.н.с. ДВНИИСХ Степанов Алексей Сергеевич.
В состав группы входят сотрудники лабораторий информационных и вычислительных систем, численных методов в математической физике, информационных технологий, а также подразделений ДВНИИСХ.

Работа научной группы на конференции в Институте космических исследований РАН
(г. Москва, ноябрь 2022)

В рамках работы группы проводятся еженедельные научные семинары по теме «Современные проблемы использования данных дистанционного зондирования Земли для решения сельскохозяйственных задач». Работа группы была поддержана грантом РНФ по теме «Разработка научных методов и подходов устойчивого управления почвенными ресурсами на основе технологий дистанционного зондирования Земли (на примере юга Дальнего Востока)», а также грантом Министерства образования и науки Хабаровского края на реализацию проектов в 2022 году в области фундаментальных и технических наук «Разработка подхода к классификации пахотных земель южной части Хабаровского края на основе спутниковых данных».

Научный семинар по теме «Современные проблемы использования данных ДЗЗ для решения сельскохозяйственных задач» (г. Хабаровск, май 2023)

Основные направления исследований:
1. Оценка изменчивости сезонного хода индексов вегетации основных сельхозкультур юга российского Дальнего Востока на основе спутникового мониторинга. Идентификация сельскохозяйственных культур и классификация пахотных земель.
2. Развитие агроэкологического моделирования в ДФО: построение оптимальных моделей выращивания сельхозкультур с учетом почвенных, ландшафтных, климатических и географических различий. Прогнозирование урожайности сельскохозяйственных культур на уровне отдельных полей, муниципальных и региональных образований.
Основные результаты:
Построена модель для прогнозирования урожайности сои на ровне отдельных полей и муниципалитетов Дальнего Востока на основе данных спутниковых наблюдений и климатических характеристик территории. Модель позволяет осуществлять раннее прогнозирование с высокой точностью, с опережением на месяц в сравнении с существующими методами, основанными на спутниковых данных. Разработаны методы классификации пахотных земель Хабаровского района с использованием мультиспектральных и радарных изображений.
Основные публикации:
1. Stepanov, A. Dubrovin, K.; Sorokin, A., Aseeva, T. Predicting Soybean Yield at the Regional Scale Using Remote Sensing and Climatic Data. Remote Sens. 2020, 12, 1936 (WOS Q1, Scopus, Q1).
2. Stepanov A., Dubrovin K., Sorokin, A.  Function fitting for modeling seasonal normalized difference vegetation index time series and early forecasting of soybean yield // Crop Journal. 2022. (WoS Q1, Scopus Q1).
3. Дубровин К.Н., Степанов А.С., Верхотуров А.Л., Асеева Т.А. Идентификация сельскохозяйственных культур с использованием радарных изображений // Информатика и автоматизация. 2022. Т. 21. № 2. С. 405-426. (Scopus).
4. Илларионова Л.В., Степанов А.С., Фомина.  Е.А. Распознавание и классификация посевов сельскохозяйственных культур Хабаровского края с использованием NDVI и EVI // Современные проблемы ДЗЗ из космоса. 2023. Т. 20. № 2. С. 155-165. (Scopus).
5. Степанов А.С. Прогнозирование урожайности сельскохозяйственных культур на основе данных дистанционного зондирования Земли (на примере сои) // Вычислительные технологии. 2019. Т. 24. № 6. С. 125-133.  (Scopus).
6. Степанов А.С., Макогонов С.В., Толпин В.А. Оценка урожайности сои на Дальнем Востоке с использованием регрессионных моделей по данным дистанционного зондирования Земли // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т.16. № 6. С. 194-198.  (Scopus).