The object of research, development or design (in Russian) : Объектом исследования является пространственно-временная динамика урожайности озимых зерновых культур в южных регионах Казахстана, преимущественно в пределах Туркестанской области. Проект направлен на разработку и внедрение ГИС-модели, интегрирующей агрометеорологические, климатические и спутниковые данные для анализа факторов, определяющих продуктивность сельскохозяйственных угодий в условиях изменяющегося климата.

The object of research, development or design (in Kazakh) : Зерттеу нысаны – Қазақстанның оңтүстік өңірлеріндегі, негізінен Түркістан облысындағы күздік дәнді дақылдардың өнімділігінің кеңістіктік-уақыттық динамикасы. Жоба агрометеорологиялық, климаттық және спутниктік деректерді біріктіретін ГАЖ-модельді әзірлеу мен енгізуге бағытталған, ол өзгермелі климат жағдайында ауыл шаруашылығы жерлерінің өнімділігіне әсер ететін факторларды талдауға мүмкіндік береді.

Aim of work (in Russian) : Цель работы — разработка ГИС-модели для прогнозирования урожайности озимых зерновых культур в Туркестанской области с учетом агрометеорологических условий и тенденций отклонения их от климатических данных, состояния посевов и уровня их засоренности, на основе спутникового мониторинга

Aim of work (in Kazakh) : Жұмыстың мақсаты-спутниктік мониторинг негізінде агрометеорологиялық жағдайлар мен олардың климаттық деректерден ауытқу үрдістерін, дақылдардың жай-күйін және олардың ластану деңгейін ескере отырып, Түркістан облысында күздік дәнді дақылдардың өнімділігін болжау үшін ГАЖ-модель әзірлеу

Методы исследования (на русском) : Метод исследования основан на комплексной интеграции данных дистанционного зондирования Земли, агрометеорологических показателей и наземных обследований для моделирования состояния и прогнозирования урожайности озимых зерновых культур в Туркестанской области. В качестве спутникового источника использовались мультиспектральные снимки Sentinel-2 с расчетом индексов NDVI, GRVI и PLI, отражающих фотосинтетическую активность, степень засоренности и особенности структуры поверхности. Алгоритмическая основа обработки данных реализована на базе автоматизированной классификации сельскохозяйственных культур в богарной зоне юга Казахстана (Arystanov et al., 2025, Agronomy, 15(9): 2040). Полевые обследования проводились в фазу максимального накопления биомассы с определением биометрических параметров и оценкой состояния посевов по пятибалльной шкале. Совместная обработка спутниковых и наземных данных выполнялась в ArcGIS Pro 3.0 с применением инструментов Spatial Analyst и Raster Processing. На основе регрессионного анализа установлены зависимости между индексами растительности и наземными показателями состояния посевов (R² ≈ 0.9), что позволило уточнить маску озимых культур и повысить точность оценки их состояния в условиях богарного земледелия юга Казахстана.

Методы исследования (на казахском) : Зерттеу әдісі Түркістан облысы мысалында күздік дәнді дақылдардың жағдайын модельдеу және өнімділігін болжау мақсатында Жерді қашықтан зондтау деректерін, агрометеорологиялық көрсеткіштер мен далалық бақылауларды кешенді біріктіруге негізделген. Негізгі спутниктік дерек көзі ретінде Sentinel-2 мультиспектралды суреттері пайдаланылып, фотосинтетикалық белсенділікті, арамшөптену деңгейін және жер беті құрылымының ерекшеліктерін сипаттайтын NDVI, GRVI және PLI индекстері есептелді. Деректерді өңдеудің алгоритмдік негізі Оңтүстік Қазақстанның тәлімі аймақтарында ауыл шаруашылығы дақылдарын автоматты түрде жіктеу әдісіне сүйенеді (Arystanov et al., 2025, Agronomy, 15(9): 2040). Далалық зерттеулер биомасса жинақталуының ең жоғары кезеңінде жүргізіліп, өсімдіктердің биометриялық параметрлері мен егіс жағдайы бес балдық шкала бойынша бағаланды. Спутниктік және жерүсті деректерінің бірлескен өңдеуі ArcGIS Pro 3.0 бағдарламалық ортасында Spatial Analyst және Raster Processing құралдарын қолдану арқылы орындалды. Регрессиялық талдау нәтижесінде өсімдік индекстері мен далалық көрсеткіштер арасындағы тәуелділіктер (R² ≈ 0.9) анықталып, күздік дақылдар маскасы нақтыланды және тәлімі егіншілік жағдайында олардың жағдайын бағалау дәлдігі артты.

Obtained results and novelty (in Russian) : В 2025 году выполнено развитие методологической базы спутникового мониторинга озимых зерновых культур, основанной на интеграции данных дистанционного зондирования, наземных наблюдений и агрометеорологических параметров. Полученные результаты включают: – создание актуализированной спутниковой маски посевов озимых зерновых культур по данным Sentinel-2 для Туркестанской области; – расчет и анализ индексов NDVI, GRVI и PLI для выявления состояния посевов, степени засоренности и различий между равнинными и предгорными агрозонами; – построение регрессионных моделей, связывающих спектральные показатели с наземными биометрическими данными, обеспечивших высокую точность оценки состояния посевов (R² ≈ 0,9); – разработку и верификацию методики уточнения маски озимых культур с учетом климатических и рельефных факторов. Научная новизна работы заключается в усовершенствовании подходов к спутниковому мониторингу богарного земледелия через применение совмещённого анализа индексов NDVI, GRVI и PLI, что позволило устранить влияние сорной растительности и повысить достоверность оценки состояния посевов. Впервые для южных регионов Казахстана показана возможность использования скорректированных индексов Sentinel-2 для построения геопространственных моделей продуктивности озимых культур и количественного анализа реакции агроландшафтов на климатические флуктуации.

Obtained results and novelty (in Kazakh) : 2025 жылы күздік дәнді дақылдарды спутниктік мониторингілеудің әдістемелік негізі жетілдіріліп, ол қашықтан зондтау деректерін, жерүсті бақылаулар мен агрометеорологиялық параметрлерді біріктіруге негізделді. Алынған нәтижелер мыналарды қамтиды: – Түркістан облысы бойынша Sentinel-2 деректері негізінде күздік дәнді дақылдардың жаңартылған спутниктік маскасын құру; – егістердің жағдайын, арамшөптену деңгейін және жазық пен тау бөктері агроаймақтарының айырмашылықтарын айқындау үшін NDVI, GRVI және PLI индекстерін есептеу және талдау; – спектрлік көрсеткіштер мен жерүсті биометриялық деректер арасындағы байланыстарды сипаттайтын регрессиялық модельдерді құру, нәтижесінде егіс жағдайын бағалау дәлдігі жоғары деңгейге жетті (R² ≈ 0.9); – климаттық және рельефтік факторларды ескере отырып, күздік дақылдар маскасын нақтылау әдістемесін әзірлеу және тексеру. Жұмыстың ғылыми жаңалығы NDVI, GRVI және PLI индекстерін бірлесіп талдау арқылы тәлімі егіншілікті спутниктік мониторингілеу тәсілдерін жетілдіруде. Бұл тәсіл арамшөп жамылғысының әсерін жоюға және егіс жағдайын бағалаудың нақтылығын арттыруға мүмкіндік берді. Қазақстанның оңтүстік өңірлері үшін алғаш рет Sentinel-2 деректерінің түзетілген индекстерін қолдану арқылы күздік дақылдардың өнімділігін геокеңістіктік модельдеу және агроландшафтардың климаттық ауытқуларға реакциясын сандық тұрғыда талдау мүмкіндігі көрсетілді.

The main constructive and technical economic indicators (in Russian) : Основные конструктивные и технико-экономические показатели Конструктивные: Создана пространственная БД в ArcGIS Pro 3.0 (адм. границы, ЦМР, маска озимых, тематические растр/вектор-слои). Сформирована и уточнена маска озимых зерновых по Sentinel-2 (2018, 2022, актуализация на 2025). Вычислены и интегрированы слои NDVI, GRVI, PLI и ГТК; выполнено районирование на равнинную (засушливую) и предгорную (умеренно-влажную) зоны. Обеспечено полное покрытие 7 тайлами Sentinel-2 для богарной зоны Туркестанской области; подготовлены картосхемы состояния посевов. Технико-экономические: Обработано >250 сцен Sentinel-2; проведена верификация по ~50 полевым точкам. Итоговая точность классификации/оценки состояния — ~92%. Трудоёмкость одного цикла обработки на сцену (загрузка, препроцессинг, индексы, картирование) — ≤0,5 чел.-дня. Структура БД и регламент обработки обеспечивают регулярное обновление карт состояния и масштабирование на соседние районы без модификации алгоритмов.

The main constructive and technical economic indicators (in Kazakh) : Негізгі құрылымдық және техникалық-экономикалық көрсеткіштер Құрылымдық: ArcGIS Pro 3.0 ортасында кеңістіктік деректер базасы құрылды (әкімшілік шекаралар, рельефтің сандық моделі, күздік дақылдар маскасы, тақырыптық растр және вектор қабаттары). Sentinel-2 деректері бойынша күздік дәнді дақылдардың маскасы жасалып, нақтыланды (2018, 2022 және 2025 жылдарға). NDVI, GRVI, PLI және ГТК қабаттары есептеліп, біріктірілді; аумақ ылғалдану дәрежесіне қарай жазық (құрғақ) және тау бөктері (ылғалды) аймақтарға бөлінді. Түркістан облысының тәлімі егіншілік аймағын толық қамтитын 7 Sentinel-2 тайлы пайдаланылып, егіс жағдайының картосхемалары дайындалды. Техникалық-экономикалық: 250-ден астам Sentinel-2 көрінісі өңделіп, шамамен 50 далалық нүкте бойынша верификация жүргізілді. Егіс жағдайын бағалау мен классификация дәлдігі — шамамен 92%. Бір көріністі өңдеудің еңбек сыйымдылығы (жүктеу, алдын ала өңдеу, индекстерді есептеу, картографиялау) — 0,5 адам-күннен аспайды. Деректер базасының құрылымы мен өңдеу регламенті карталарды тұрақты жаңартуға және көршілес аймақтарға бейімдеуге мүмкіндік береді.

Level of implementation (in Russian) : Не внедрено

Level of implementation (in Kazakh) : Енгізілген жоқ

Efficiency (in Russian) : Нет

Efficiency (in Kazakh) : Жоқ

Field of application (in Russian) : Результаты исследований и разработанная методика предназначены для использования в системах геоинформационного мониторинга сельскохозяйственных территорий южных регионов Казахстана. Основное направление применения — оценка состояния и прогнозирование урожайности озимых зерновых культур в условиях богарного земледелия. Полученные данные и модели могут использоваться: – в региональных управлениях сельского хозяйства для пространственного анализа урожайности и засушливости; – в научных и образовательных учреждениях при подготовке специалистов по дистанционному зондированию и ГИС в аграрной сфере; – в агрохолдингах и фермерских хозяйствах для оптимизации посевных работ и агротехнического планирования; – в страховых и финансовых организациях при оценке производственных рисков и планировании агрострахования.

Field of application (in Kazakh) : Зерттеу нәтижелері мен әзірленген әдістеме Қазақстанның оңтүстік өңірлеріндегі ауыл шаруашылығы жерлерін геоақпараттық мониторингілеу жүйелерінде қолдануға арналған. Негізгі қолданылу бағыты — тәлімі егіншілік жағдайында күздік дәнді дақылдардың жағдайын бағалау және өнімділігін болжау. Алынған деректер мен модельдер келесі салаларда пайдаланылуы мүмкін: – облыстық ауыл шаруашылығы басқармаларында өнімділік пен құрғақшылық дәрежесін кеңістіктік талдау үшін; – ғылыми және оқу орындарында ДЗЗ мен ГАЖ саласында мамандар даярлау барысында; – агрохолдингтер мен шаруа қожалықтарында егіс жұмыстары мен агротехникалық жоспарлауды оңтайландыру мақсатында; – сақтандыру және қаржы ұйымдарында өндірістік тәуекелдерді бағалау және агросақтандыруды жоспарлау кезінде.