ГЕОДЕЗИЧЕСКОЕ СОПРОВОЖДЕНИЕ И ПЕРСПЕКТИВЫ СПЕКТРАЛЬНОГО МОНИТОРИНГА КОНТУРНЫХ ВАЛОКАНАВ НА СКЛОНОВЫХ ТЕРРИТОРИЯХ ВОСТОЧНОГО КАЗАХСТАНА
DOI:
https://doi.org/10.54668/2789-6323-2026-123-3-230-239Ключевые слова:
контурные валоканавы, БПЛА-фотограмметрия, Structure-from-Motion (SfM), цифровая модель рельефа, дистанционное зондирова-ние Земли (ДЗЗ), Sentinel-2, топографический индекс влажности (TWI), противоэрозионные мероприятия, эрозия почв, склоновые агроландшафты, Восточный КазахстанАннотация
В статье рассматривается возможность применения высокодетальных цифровых моделей рельефа и спутниковых данных для проектирования и дистанционного контроля контурных валоканав на склоновых территориях Восточного Казахстана. Морфометрическая основа исследования сформирована по данным БПЛА-съемки с использованием алгоритмов Structure-from-Motion (SfM) и построением цифровой модели рельефа с разрешением 0,1 м. Дополнительно использовались данные ALOS AW3D30 и мультиспектральные снимки Sentinel-2 Level-2A.
В ходе исследования выполнен анализ морфометрических параметров рельефа и топографических индексов, характеризующих условия увлажнения и эрозионную устойчивость склонов. Установлено, что при уклонах свыше 5° возрастает риск концентрации поверхностного стока и локальных размывов, что требует высокоточной трассировки валоканав вдоль горизонталей. Сопоставление топографического индекса влажности (TWI) с распределением растительного покрова по спутниковым данным показало взаимосвязь особенностей рельефа, условий увлажнения и состояния растительности на исследуемой территории.
Показано, что применение данных Sentinel-2 для мониторинга валоканав осложняется эффектом смешения спектрального сигнала, обусловленного несоответствием размеров валоканав пространственному разрешению спутниковых снимков. В связи с этим обоснована перспективность использования методов спектрального анализа смесей и последующего анализа спектральных особенностей почвенно-растительного покрова.
Исследование показывает возможность совместного использования высокодетальных моделей рельефа и спутниковых данных для дистанционной оценки состояния противоэрозионных сооружений в условиях Восточного Казахстана.
Библиографические ссылки
Шынбергенов Е.А., Сиханова Н.С. Методические проблемы определения смыва почв в Казахстане // Вестник КазНУ. Серия географическая и экологическая. – 2024. – Т. 73. – № 2. – С. 45–56. – URL: https://bulletin-geography.kaznu.kz/index.php/1-geo/article/view/1391
Кужинов М., Абдрахманов А., Сарсенова Г. Влияние экспозиции склонов на проявление эрозионных про-цессов // Вестник Костанайского регионального университета. – 2022. – № 3. – С. 112–119. – URL: https://ojs.ksu.edu.kz/index.php/3i/article/view/397
Айкешев Б.М., Айнакулов Ж.Ж., Нурышев М.Ж. Роль валоканав в сельском хозяйстве: мелиорация, борьба с эрозией и сохранение влаги // Вестник науки Казахского агротехнического исследовательского университета им. С. Сейфуллина. – 2025. – № 1(124). – С. 13–26. https://doi.org/10.51452/kazatu.2025.1(124).1807
Appels W.M., Bogaart P.W., van der Zee S.E.A.T.M. Influence of spatial variations of microtopography and infil-tration on surface runoff and field scale hydrological connectivity // Advances in Water Resources. – 2011. – Vol. 34. – No. 2. – P. 303–313. – https://doi.org/10.1016/j.advwatres.2010.12.003
Liang X., Feng J., Ye Z. et al. The effect of soil surface mounds and depressions on runoff // Sustainability. – 2023. – Vol. 15. – No. 1. – 175. – DOI: https://doi.org/10.3390/su15010175
Li P., Li D., Hu J. et al. Improving the application of UAV-LiDAR for erosion monitoring through accounting for uncertainty in DEM of difference // CATENA. – 2024. – Vol. 234. – 107534. – DOI: https://doi.org/10.1016/j.catena.2023.107534
Medeiros B.M., Cândido B., Jimenez P.A.J. et al. UAV-Based Soil Water Erosion Monitoring: Current Status and Trends // Drones. – 2025. – Vol. 9. – No. 4. – 305. – DOI: https://doi.org/10.1016/j.catena.2023.107534
Varghese D., Radulović M., Stojković S., Crnojević V. Reviewing the potential of Sentinel-2 in assessing the drought // Remote Sensing. – 2021. – Vol. 13. – No. 17. – 3355. – DOI: https://doi.org/10.3390/rs13173355
СП РК 3.04-101-2012. Гидротехнические сооружения: основные положения. – Астана, 2012.
Hardie M. Review of Novel and Emerging Proximal Soil Moisture Sensors for Use in Agriculture // Sensors. – 2020. – Vol. 20. – No. 23. – 6934. – DOI: https://doi.org/10.3390/s20236934
Louis J., Debaecker V., Pflug B. et al. Sentinel-2 Sen2Cor: L2A processor for users // Proceedings of the Living Planet Symposium 2016. – 2016. – URL: http://esamultimedia.esa.int/multimedia/publications/SP-740/SP-740_toc.pdf
Gao B.-C. NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space // Remote Sensing of Environment. – 1996. – Vol. 58. – No. 3. – P. 257–266. – DOI: https://doi.org/10.1016/S0034-4257(96)00067-3
European Space Agency (ESA). Sentinel-2 mission overview. – URL: https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-2 (accessed: 18.05.2026).
Keshava N., Mustard J.F. Spectral unmixing // IEEE Signal Processing Magazine. – 2002. – Vol. 19. – No. 1. – P. 44–57. – DOI: https://doi.org/10.1109/79.974727
Ochoa F., Brodrick P.G., Okin G.S. et al. Soil and vegetation cover estimation for global imaging spectroscopy using spectral mixture analysis // Remote Sensing of Environment. – 2025. – Vol. 324. – 114746. – DOI: https://doi.org/10.1016/j.rse.2025.114746
Li Z., Chen J., Rahardja S. Graph construction for hyperspectral data unmixing // Hyperspectral Imaging in Agri-culture, Food and Environment. – IntechOpen, 2018. – DOI: https://doi.org/10.5772/intechopen.73158
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Айнур Каранеева, Жанат Толеубекова, Забида Курмангалиева, Толкын Қуанышбек
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
