ШЫҒЫС ҚАЗАҚСТАННЫҢ БЕТКЕЙЛІ АУМАҚТАРЫНДАҒЫ КОНТУРЛЫҚ ВАЛ-АРЫҚТАРДЫ ГЕОДЕЗИЯЛЫҚ СҮЙЕМЕЛДЕУ ЖӘНЕ СПЕКТРАЛДЫ МОНИТОРИНГТІҢ ПЕРСПЕКТИВАЛАРЫ
DOI:
https://doi.org/10.54668/2789-6323-2026-123-3-230-239Кілт сөздер:
Контурлық вал-арықтар, ұшқышсыз ұшу аппараты (БПЛА) фотограмметриясы, Structure-from-Motion (SfM), цифрлық жер бедері моделі, Жерді қашықтықтан зондтау (ЖҚЗ), Sentinel-2, ылғалдылықтың топографиялық индексі (TWI), эрозияға қарсы шаралар, топырақ эрозиясы, беткейлік агроландшафттар, Шығыс ҚазақстанАңдатпа
Мақалада Шығыс Қазақстанның беткейлі аумақтарындағы контурлық вал-арықтарды жобалау және қашықтықтан бақылау үшін жоғары дәлдіктегі цифрлық жер бедері модельдері мен спутниктік деректерді қолдану мүмкіндігі қарастырылады. Зерттеудің морфометриялық негізі БПЛА-түсірілім деректері бойынша Structure-from-Motion (SfM) алгоритмдерін пайдалану арқылы және кеңістіктік ажыратымдылығы 0,1 м болатын цифрлық жер бедері моделін құру негізінде қалыптастырылды. Қосымша түрде ALOS AW3D30 деректері мен Sentinel-2 Level-2A мультиспектралды суреттері пайдаланылды.
Зерттеу барысында ылғалдану жағдайлары мен беткейлердің эрозиялық тұрақтылығын сипаттайтын жер бедерінің морфометриялық параметрлері мен топографиялық индекстеріне талдау жүргізілді. Беткей еңістігі 5°-тан асқанда жерүсті ағынының шоғырлану және жергілікті шайылу қаупі артатыны анықталды, бұл вал-арықтарды горизонтальдар бойымен жоғары дәлдікпен трассалауды талап етеді. Ылғалдылықтың топографиялық индексін (TWI) спутниктік деректер бойынша өсімдік жамылғысының таралуымен салыстыру зерттелетін аумақта жер бедері ерекшеліктері, ылғалдану жағдайлары және өсімдік жамылғысының күйі арасындағы өзара байланысты көрсетті.
Sentinel-2 деректерін вал-арықтарды мониторингтеу үшін қолдану спектралдық сигналдың араласу әсерімен қиындайтыны көрсетілді. Бұл вал-арықтардың өлшемдерінің спутниктік суреттердің кеңістіктік ажыратымдылығына сәйкес келмеуімен байланысты. Осыған байланысты спектралдық қоспаларды талдау әдістерін және топырақ-өсімдік жамылғысының спектралдық ерекшеліктерін кейінгі талдауды қолданудың перспективалылығы негізделді.
Зерттеу нәтижелері Шығыс Қазақстан жағдайында эрозияға қарсы құрылыстардың күйін қашықтықтан бағалау үшін жоғары дәлдіктегі жер бедері модельдері мен спутниктік деректерді бірлесіп қолдану мүмкіндігін көрсетеді.
References
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
Downloads
Жарияланды
How to Cite
Журналдың саны
Бөлім
License
Copyright (c) 2026 Айнур Каранеева, Жанат Толеубекова, Забида Курмангалиева, Толкын Қуанышбек
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
