Космические снимки как один из инструментов оценки состояния пастбищных угодий Казахстана

Актуальность. Казахстан располагает огромными пастбищными ресурсами, что, в свою очередь, требует правильного управления и регулирования. Засуха, климатические изменения, деградация растений и снижение качества пастбищных ресурсов вызвали дефицит корма и привели к массовой гибели скота в 2021 году. Отсутствие актуальной информации о состоянии пастбищных угодий является основной проблемой для Казахстана. Использование данных дистанционного зондирования Земли дает возможность получения важной информации о динамических и пространственных характеристиках пастбищной растительности. Методическое обоснование данных ДЗЗ для оценки пастбищных угодий легло в основу проведенных исследований. Детальные и регулярно обновляемые результаты оценки состояния пастбищных угодий по данным космического мониторинга повысят эффективность использования пастбищных ресурсов страны.

Материалы и методы. Для дистанционной оценки пастбищных угодий использованы следующие методы: картографический, географический, математический, методы пространственного анализа данных ДЗЗ и геоинформационного проектирования. Для картирования основных показателей пастбищных угодий Павлодарской области РК в качестве данных дистанционного зондирования Земли были применены оптические космические снимки со спутников KazEOSat-2, Sentinel-2 за 2021 год, результаты полевого обследования, онлайн-платформы «Land Viewer» от компании EOS и «Earth Explorer» от USGS.

Результаты. В настоящей статье приведены результаты использования методов космического мониторинга для оценки состояния и продуктивности пастбищных угодий на примере одной области Казахстана. Обоснованы методы интерпретации данных ДЗЗ с использованием данных полевого дешифрирования и верификации данных, исходных картографических данных и геоботанического анализа эталонных территорий. Приводятся основные этапы обработки данных. По результатам работ разработаны карты-схемы основных показателей пастбищ изучаемой территории по данным ДЗЗ, сформирована информация по параметрам продуктивности пастбищных угодий изучаемой территории.

1. Режим доступа: https://informburo.kz/novosti/tokaevkazahstan-zanimaet-pyatoe-mesto-v-mire-po-ploshchadipastbishch-no-ispolzuet-tolko-40-iz-nih.html [Дата обращения 05.11.2021]. [Available from: https://informburo.kz/ novosti/tokaev-kazahstan-zanimaet-pyatoe-mesto-v-mirepo-ploshchadi-pastbishch-no-ispolzuet-tolko-40-iz-nih.html [Accessed 05.11.2021]. (in Russ.)].

2. Чех Е. Устинка LIVE. Режим доступа: https://ustinka.kz/kazakhstan/society/67881.html. [Дата обращения 05.11.2021].

3. Ali I., Cawkwell F., Dwyer E., Barrett B., Green S. Satellite remote sensing of grasslands: from observation to management. Journal of Plant Ecology. Volume 9, Issue 6, 2016, 649–671.

4. Meng B., Liang T., Ge J., Gao J., Yin J. Evaluation of above ground biomass estimation accuracy for alpine meadow based on MODIS vegetation indices 2 data and methods. ITM Web of Conferences, 12. 2017, 0-5.

5. Baktybekov K., Kabzhanova G., Aimbetov A., Kabdulova G., Tanat N. Application of space technologies in monitoring of agricultural resources of the republic of Kazakhstan. ArcReview. Электронная версия журнала https://arcreview.esri-cis.ru/2020/09/29/monitoring-of-agricultural-production-inkazakhstan-with-dzz/

6. Kabzhanova G., Baktybekov K., Aimbetov A., Aligazhieva L., Kabdulova G. Use of Earth remote sensing data for the monitoring of the level of soil fertility. 8-ая Международная конференция по вопросам использования методов дистанционного зондирования Земли и геоинформационных технологий в охране окружающей среды, Кипр (RSCy2020). Электронная библиотека: SPIE Use of Earth remote sensing data for the monitoring of the level of soil fertility (spiedigitallibrary.org).

7. Punalekara S.M., Verhoefa A., Quaifeb T.L., Humphriesc D., Berminghamd L., Reynoldsc C.K. Application of Sentinel-2A data for pasture biomass monitoring using a physically based radiative transfer model. Remote Sensing of Environment. Volume 218, 2018, 207-220.

8. Wang J., Xiao X., Bajgain R., Starks P., Steiner J., Doughty R.B., Chang Q. Estimating leaf area index and aboveground biomass of grazing pastures using Sentinel-1, Sentinel-2 and Landsat images. ISPRS J. Photogramm. Remote Sens. 2019, 154, 189–201.

9. Степанов А. С. Прогнозирование урожайности сельскохозяйственных культур на основе данных дистанционного зондирования Земли (на примере сои). Вычислительные технологии. Том 24 № 6, 2019.

10. Муратова Н.Р. Прогноз урожайности яровых зерновых культур на основе спутниковых и наземных данных. 7-я всероссийская открытая ежегодная конференция «Современные проблемы дистанционного зондирования Земли из космоса» Москва, ИКИ РАН, 16-20 ноября 2009 г.