CC BY
0Гидрометеорология и экология №2 2024
УДК 502.330.15:502.63(2)
МРНТИ 68.31.26
ОЦЕНКА АГРОБИОЛОГИЧЕСКИХ РЕСУРСОВ ЛАНДШАФТОВ
СЕЛЬСКОХОЗЯЙСТВЕННОГО ИСПОЛЬЗОВАНИЯ ТУРКЕСТАНСКОЙ ОБЛАСТИ
РЕСПУБЛИКИ КАЗАХСТАН В УСЛОВИЯХ ИЗМЕНЯЮЩЕГОСЯ КЛИМАТА
Ж.С. Мустафаев1 д.т.н., профессор, И.Б. Скоринцева1 д.г.н., А.Н. Омаров1, А.Б. Тулетаев2
1 АО «Инстиут географии и водной безопасности», Алматы, Казахстан
2 Казахский национальный университет им. аль-Фараби, Алматы, Казахстан
Email: omaraidos@inbox.ru
В статье представлены результаты оценки агробиологических ресурсов ландшафтов
сельскохозяйственного использования Туркестанской области в условиях изменяющегося климата, которые основывались на разработанной концепции эталонных урожаев
Х.Г. Тооминга. Для разработки алгоритма оценки агробиологических ресурсов области была создана климатическая база исследования за 1941…2020 годы по 18
метеорологическим станциям расположенных в различных природных зонах, что позволило
определить особенности формирования различных категорий урожайности сельскохозяйственных угодий, обусловленных изменением климата. Полученные результаты исследования по состоянию агробиологических ресурсов ландшафтов области по потенциальной
продуктивности сельскохозяйственных угодий, по приходу фотосинтетически активной
радиации (ФАР) с использованием концепции эталонных урожаев в пространственно-временных масштабах показали, что наблюдается устойчивый тренд на повышение потенциальной продуктивности сельскохозяйственных угодий по приходу фотосинтетически
активной радиации, климатической потенциально-возможной продуктивности и снижение потенциальной продуктивности сельскохозяйственных угодий – максимально-возможной, действительно-максимально-возможной, действительно-возможной, возможной и производственно-хозяйственной во всех природных (ландшафтных) зонах области.
Ключевые слова: ландшафт, агробиологические ресурсы, категория урожая, методика, алгоритм,
климатические показатели, оценка.
Поступила:27.05.24
DOI: 10.54668/2789-6323-2024-113-2-113-127
ВВЕДЕНИЕ
Агробиологические ресурсы ландшафтов сельскохозяйственного использования,
являющимися
базисом
продуцирования
биомассы растительного покрова, направлены
на удовлетворение жизненных потребностей
человека и животного мира. Эту важную
задачу для человека и животного мира
выполняют климатические и почвенные
ресурсы ландшафтов, являющиеся отражением в совокупности биологических законов,
то есть закона единства организма и среды
(Вернадский В.И., 1965).
Биологическая ценность почвенных
ресурсов характеризуется через функциональную деятельность почвенного покрова,
обеспечивающего развитие растительных
организмов, и является основой деятельности
сельскохозяйственного производства, опре-
деляется показателями плодородия почв
(запасами гумуса и элементов минерального
питания, а также гидролитической кислотностью).
Природная ценность климатических
ресурсов, включающая в себя солнечную
энергию, обусловлена способностью растений
к фотосинтезу и почвообразовательному
процессу, обеспечивающему производство
биомассы, является ресурсо-поддерживающим и
средообразующим компонентом природной
системы. При этом природная (ландшафтная)
среда,
характеризуется
особенностями
формирования климатических и почвенных
ресурсов, выполняющих важные средообразующие функции (Mustafayev Zh. and et
al., 2023), требует всесторонней оценки для
стабилизации окружающей среды жизни
человека и восстановления биологических
113
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
ресурсов в условиях изменения климата
(Mustafayev Zh., Tuletayev A, Kuderin A, 2023).
Целью данного исследования являлось оценка агробиологических ресурсов
ландшафтов сельскохозяйственного использования Туркестанской области в условиях
изменения климата.
Оценка агробиологических ресурсов, которая базируется на концепции
эталонных
урожаев
сельскохозяйственных культур (Тооминг Х.Г., 1977, 1984)
является направлением, где сформирован
новый метод (Жуков В.А., 1998) в оценке
агроклиматических ресурсов – создание
комплекса моделей распознания образов
«климат-урожай, которые позволяют вести
учет
агроклиматических
ресурсов
территории путем определения степени
риска и потери урожайности конкретной
культуры из-за неблагоприятных условий
погоды». Разработанные математические
модели (Полевой А.Н., Флоря Л.В., 2015),
позволяющие определить различные агроэкологические
категории
урожайности
сельскохозяйственных культур в различных
элементах
рельефа,
формирующихся
под
влиянием
почвенно-климатических
условий. Предложена прикладная модель
(Мустафаев Ж.С., Козыкеева А.Т., Жидекулова
Г.Е., 2017) формирования продуктивности
сельскохозяйственных культур с целью
управления и регулирования основных
факторов их жизнедеятельности, связанных
с агроклиматическими и почвенными
ресурсами, а также почвенно-мелиоративными
процессами в гидро-агроландшафтных системах.
Изучение влияния климатических
факторов (Howden, S. M. and Meinke, H., 2003)
на агробиологические ресурсы ландшафтов
сельскохозяйственного использования, где
разработаны и приведены результаты анализов,
показывающие влияние изменения климата
на продуктивность сельскохозяйственных
культур в Австралии. Следует отметить
исследования, где показано влияние изменения
климата на расширения границ системы
тройного земледелия (TCS) (Hui J. and et
al., 2008) на 200…300 км и биологической
продуктивности сельскохозяйственных
культур от долины р. Янцзы до бассейна
р. Хуанхэ. Обоснована взаимосвязь (Kang Y.,
Khan S., Ma X., 2009) между урожайностью
сельскохозяйственных культур и всеми
климатическими показателями в сочетании с
моделью SLR в Акуре, штат Онда Нигерия. Дан
анализ, как изменение климата потенциально
влияет на биологическую продуктивность
сельскохозяйственных культур (J. Gornall, and
et al., 2023) с использованием климатических
моделей. Отражены возможные последствия
изменения климата для водопотребности
и продуктивности сельскохозяйственных
культур в Саудовской Аравии (Chowdhury S,
Al-Zahrani M, Abbas A., 2013) и Африке (Enete
A.A., Amusa T.A., 2010).
Создана
модель
«погода-урожай»
для
оценки
агробиологических
ресурсов
ландшафтов сельскохозяйственного использования
(Shawcroft, R.W., 1974), где разработана модель
«почва-растение-атмосфера» (SPAM) на основе
различных подмоделей, изображающих почвеннорастительные и климатические взаимодействия.
Создан блок базовой математической модели
«погода-урожай» (Дмитренко В.П., 1976), включающий показатели – хозяйственного потенциала,
тренда урожайности и гидрометеорологических
показателей
для
комплексной
оценки
влагообеспеченности
сельскохозяйственных
культур, а так же предложена (Baier W., 1979)
математическая
модель
«погода-урожай»,
состоящих из трех групп подмоделей: механический
стимулятор
роста
сельскохозяйственных
культур, статистический анализ погод-ных
условий и модель доходности с множественной
регрессией.
Представлена
математическая
модель имитационной системы «климат-почваурожай» (Сиротенко О.Д., 1981), как инструмент
исследования коэволюции климата и агроэкосистем.
Исследователями для прогнозирования урожайности сельскохозяйственных уго-дий в Индии
(Kandiannan K. and et al., 2002), на основе
многолетних временных рядов метеорологических
данных и данных урожайности угодий разработана
множественная
регрессионная
модель
с
коэффициентом детерминации 0,89.
На основе эволюционной тенденции в
методологиях математического моделирования
системы «климат-почва-урожай» и оценки
биологической продуктивности сельскохозяйственных культур в условиях изменения
климата как в Индии, так и за рубежом
114
Гидрометеорология и экология №2 2024
исследователи (Kirtti R. P., Phanindra G., 2018)
констатируют, что трудно разработать идеальную специфическую модель для оценки агробиологических ресурсов ландшафтов сельскохозяйственного использования связанную с
использованием климатических показателей.
Одним из фундаментальных
направление по оценке агробиологических
ресурсов ландшафтов используемых под
сельскохозяйственное производство является направление, развиваемое в работах
В.И. Филина (2005, 2014), Трубилина А.И., Петрика
Г.Ф., Прущникова А.Г. (2017), И.Н. Романова,
С.М. Князева (2019), Т. Н. Троян, С. А. Терещенко
(2023), О.З. Арова, Л.А. Шевхужева (2023), связанное с оценкой продуктивности земель в рамках
прогнозирования потенциального, действительно
возможного и хозяйственного урожая сельскохозяйственных культур. На основе развития концепции максимальной продуктивности сельскохозяйственных культур В.А. Духовный,
С.А. Нерозин, Г.В. Стулина, Г.Ф. Солодкий
(2015), разработали основные уровни продуктивности земель: максимально возможный,
потенциальный, действительно возможный,
хозяйственный и реальный урожай, учитывающие агроклиматические ресурсы и производственные риски.
в рамках определенной категориально-понятийной структуры вокруг понятия «продуктивность», разработаны следующие категории продуктивности сельскохозяйственных
угодий:
– потенциальная продуктивность ландшафтов сельскохозяйственного использования (PPALi, ц/га) определяется по формуле (1)
(Ничипорович А.А. и др., 1961):
(PPALi) =α∙R∙108/4,19∙Ci∙100,
(1)
где Ri – радиационный баланс деятельной поверхности приземного слоя воздуха и
почвы, кДж/см2; α – коэффициент использования свободной энергии: α=KФАР/100; KФАР
– коэффициент использования активной фотосинтетической радиации (ФАР) растениями
сельскохозяйственных угодий, равен 1,0 %;
100 – для учета процента усвоения ФАР; С –
калорийность единицы урожая органического
вещества в ландшафтах, равная 4100 ккал/кг;
4,19 – перевод ккал/кг на кДж/кг; 100 – перевод данных в ц/га;
– климатическая потенциально-возможная продуктивность (CPPi, ц/га), которая
будет ограничена влиянием одного из неуправляемых факторов природной системы,
температурного режима почвенного и растиМАТЕРИАЛЫ И МЕТОДЫ ИС- тельного покрова, определяется по разрабоСЛЕДОВАНИЙ
танной формуле (2):
Для изучения и оценки агробиологических ресурсов ландшафтов сельскохозяйCPP=PPALi∙FT,
(2)
ственного использования Туркестанской области создана база исследований климатических
где FT – функция влияния температурресурсов на основе многолетних данных ного режима;
РГП «Казгидромет», Всемирной Метеороло– максимально-возможная продуктивгической Организации (ВМО) и справочно-ин- ность (MPPi, ц/га), при условии лимитироваформационного портала «Погода и климат». ния затрат энергии на почвообразовательный
Для изучения и оценки почвенных ресурсов процесс, определяется по формуле (3):
использованы данные мониторинга земель и
лабораторных исследований Департамента
MPP=CPP∙FWQ,
(3)
земельного кадастра по Туркестанской области, охатывающиеся 1996...2020 годы.
где FWQ – функция влияния затраТеоретической основой оценки агробио- ты энергии на почвообразование и продуклогических ресурсов ландшафтов сельско- тивность сельскохозяйственных угодий:
хозяйственного использования, является FWQ={exp[-(1-FQ )] }, здесь FQ – функция пометод эталонных урожаев, разработанный тенциально-возможного использования радиХ.Г. Тоомингом являющийся логическим вы- ационного баланса: FQ=[exp(-α∙Ri )]/[exp(-α)]
ходом принципа максимальной продуктив- ; α – показатель полноты использования раности и предложенный Ж.С. Мустафаевым диационной энергии в почвообразовательных
115
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
процессах, численно равный 0,47; Ri – «радиационный индекс сухости» или комплексный
гидротермический показатель;
– действительно-максимально-возможная продуктивность (RMPPi, ц/а) в ландшафтах сельскохозяйственного использования,
при условии лимитирования агрометеорологическими условиями увлажнения почвенного и растительного покрова, определяется по
формуле (4):
Gm – содержание гумуса в почве, %; Gopt – содержание гумуса в почве, которое обеспечивает высокий уровень урожайности сельскохозяйственных культур в зависимости от типа
почв, %; FWεf={exp[-(1-FNКР)]} – обобщенная
функция эффективности внесения минеральных удобрений на сельскохозяйственных угодьях, рассчитывается по принципу
Ю. Либиха (Водные ресурсы России и их использование, 2008), то есть по закону минимума
в виде уравнения:FWεf=min[FWN,FWP,FWK];
FNКР - отношение содержания минеральных
удобрений в почве к величине оптимальной
для выращивания сельскохозяйственной культуры, выраженных в относительных единицах;
– производственно-хозяйственная продуктивность сельскохозяйственных угодий
(PEPi, ц/га) в различных ландшафтах сельскохозяйственного использования ограничивается реально существующим уровнем
технологического риска, присущего организационно-хозяйственной деятельности и определяется по формуле (7):
RMPP=MPP∙FW,
(4)
где FW – функция воздействия условий увлажнения на продуктивность посевов
(влажностный коэффициент), безразмерная:
FW=1-[1-(Ei/Eopt )]2; Ei – суммарное водопотребление сельскохозяйственных угодий;
Eopt – оптимально суммарное водопотребление
сельскохозяйственных
угодий;
– действительно-возможная продуктивность (RPPi, ц/га), в ландшафтах сельскохозяйственного использования ограничивается степенями засоления почвы и определяется
по формуле (5):
RPP=RMPP∙exp[-k(Sн/Sдоп-1)b ],
(5)
где Sн – содержания солей в почве;
Sдоп – предельно-допустимый уровень засоления почвы, обеспечивающий максимально-возможную продуктивность ландшафтов,
используемых под сельскохозяйственные угодья; k – параметр, характеризующий отзывчивость растений к токсичным солям; b – параметр, характеризующий тип засоления почвы;
– возможная продуктивность (VPi, ц/га)
в ландшафтах сельскохозяйственного освоения ограничивается уровнем естественного
плодородия почвы и применением минеральных удобрений, определяется по формуле (6):
VP=RPP∙FWGum∙FWεf ,
(6)
где FWGum – функция влияния содержания гумуса в почве на продуктивность ландшафтов: FWGum={∙exp[-(1-FGum)]};
FGum – отношение содержания гумуса в почве
к величине оптимальной для выращивания
сельскохозяйственной культуры, выраженная
в относительных единицах: FGum=Gm/Gopt, где
PEP=VP∙CTR,
(7)
где CTR – коэффициент, характеризующий уровень технологического риска, присущий
организационно-хозяйственной деятельности;
PEP – производственно-хозяйственная продуктивность сельскохозяйственных угодий, ц/га
(> 50,0 – очень высокая (7 баллов); 49,0…41,0
– высокая (6 баллов); 40,0…32,0 – повышенная
(5 баллов); 31,0…23,0 – выше средней (4 балла);
23,0…15,0 – средняя (3 балла); 14,0…6,0 – низкая (2 балла); < 6,0 – очень низкая (1 балл).
При выполнении расчетов продуктивности сельскохозяйственных угодий в ландшафтах сельскохозяйственного использования
Туркестанской области приняты следующие
условия: если значения функциии влияния
температурного режима (FTi) или коэффициента теплообеспеченности (Kti), больше 1,0 в расчетах принимается 1,0; FSi – значение функции
оптимальности содержания солей в почве
сельскохозяйственных угодий, приняты следующие показатели: для горной (низкогорье
и среднегорья) зоны – 1,0; горной (предгорья)
полупустынной зоны – 0,95; пустынной горной
(предгорья) зоны 0,85 и пустынной равнинной (низменной и возвышенной) зоны – 0,75.
116
Гидрометеорология и экология №2 2024
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЯ
Агробиологические ресурсы (АБР)
агроресурсного потенциала (АРП) ландшафтов сельскохозяйственного использования,
совместно с агроклиматическими (АКР) и
почвенно-земельными ресурсами (ПЗР),
выполняют средообразующую или экологическую функцию в природной системе,
обеспечивают формирование продукции растительного покрова, что является важнейшим
свойством природы, заключающимся в синтезе органических веществ. Эти функции агроресурсного потенциал, определяют природную ценность агробиологических ресурсов
и научно-практическую целесообразность их
нормирования, для выявления условий роста
и развития, обеспечивающих формирование
продукционного потенциала (урожайности)
растительного покрова сельскохозяйственных
угодий в различных ландшафтах сельскохозяйственного использования, как в естественных условиях, так и в условиях агроценозов.
В рамках нормирования продукционного потенциала (урожайности) растительного покрова ландшафтов сельскохозяйствен-
ного использования (сельскохозяйственных
угодий) Туркестанской области определены:
потенциальная продуктивность (PPALi), климатическая потенциально-возможная продуктивность (CPPi), максимально-возможная
продуктивность (MPPi), действительно-максимально-возможная продуктивность (RMPPi),
действительно- возможная продуктивность
(RPPi), возможная продуктивность (VPi) и производственно-хозяйственная продуктивность
сельскохозяйственных угодий (PEPi), с использованием метеорологических и агрохимических показателей.
Для выявления изменений в продуктивности сельскохозяйственных угодий ландшафтов сельскохозяйственного использования Туркестанской области за 1941…2020 гг.
выполнен сравнительный анализ с базовыми
периодами за 1941…1960 и 2001…2020 годы
на основе климатических показателей по 18
метеорологическим станциям, расположенных в различных природных зонах. Фрагмент
расчетов по оценке агробиологических ресурсов ландшафтов сельскохозяйственного использования области представлен в таблице 1.
Таблица 1
Фрагмент оценки агробиологических ресурсов ландшафтов сельскохозяйственного использования
(сельскохозяйственных угодий) Туркестанской области (по данным метеорологических станций)
Метеорологические станции
им. Т.
Шуылдак
Тасарык
Ащисай
Шымкент
Казыгурт
Рыскулова
1
2
3
4
5
6
7
Информационно-аналитическая база исследования
Cумма биологически активных температур выше 10оС (∑ 𝑡𝑡с𝑖𝑖 𝐶𝐶 𝑜𝑜 )
Среднее 1941...1960
3172,2
3461,3
3877,3
4054,0
4179,5
3977,6
Среднее 2001...2020
2281,3
3594,9
4009,3
4163,8
4454,2
4435,8
Разница средних
-890,9
133,6
131,7
109,8
274,7
458,2
2
Радиационный баланс за биологически активный период года (𝑅𝑅𝑖𝑖 ), кДж/см
Среднее 1941...1960
161,0
170,5
184,3
190,2
194,3
187,6
Среднее 2001...2020
131,5
175,0
190,7
193,8
203,4
202,8
Разница средних
-29,5
4,5
6,4
3,6
9,1
15,2
Суммарная испаряемость за биологически активный период года (СЕо𝑖𝑖 ), мм
Среднее 1941...1960
911,0
993,0
1385,0
1405,0
1359,0
1280,0
Среднее 2001...2020
707,0
1114,0
1403,0
1438,0
1526,0
1553,0
Разница средних
-204,0
121,0
46,0
33,0
167,0
273,0
Суммарное водопотребление сельскохозяйственных угодий (ЕТ𝑐𝑐𝑐𝑐 ), мм
Среднее 1941...1960
644,0
682,0
737,0
761,0
777,0
750,0
Среднее 2001...2020
526,0
700,0
763,0
775,0
814,0
811,0
Разница средних
-118,0
18,0
26,0
14,0
37,0
61,0
Годовые атмосферные осадки (Ос𝑖𝑖 ), мм
Среднее 1941...1960
602,0
816,0
500,0
855,0
640,0
517,0
Среднее 2001...2020
601,0
754,0
552,0
786,0
615,0
524,0
Период
наблюдений
117
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
Метеорологические станции
Период наблюдений
им. Т.
Шуылдак
Тасарык
Ащисай
Шымкент
Казыгурт
Рыскулова
1
2
3
4
5
6
7
Информационно-аналитическая база исследования
Годовые атмосферные осадки (Ос𝑖𝑖 ), мм
Среднее 1941...1960
602,0
816,0
500,0
855,0
640,0
517,0
Среднее 2001...2020
601,0
754,0
552,0
786,0
615,0
524,0
Разница средних
-0,1
-62,0
52,0
-69,0
-25,0
7,0
Оценка агробиологических ресурсов ландшафтов сельскохозяйственного использования
Коэффициент теплообеспеченности (𝐾𝐾𝑡𝑡𝑡𝑡 )
Среднее 1941...1960
0,93
1,02
1,14
1,19
1,23
1,17
Среднее 2001...2020
0,68
1,06
1,2
1,22
1,31
1,3
Разница средних
-0,25
0,04
0,06
0,03
0,08
0,13
Коэффициент естественного увлажнения Н.Н. Иванова (Ку𝑖𝑖 )
Среднее 1941...1960
Среднее 2001...2020
Разница средних
0,66
0,85
0,19
0,82
0,68
-0,14
0,37
0,39
0,02
0,61
0,55
-0,06
0,47
0,40
-0,07
0,40
0,34
-0,06
Радиационный индекс сухости М.И. Будыко (𝑅𝑅𝑖𝑖 )
Среднее 1941...1960
1,07
0,84
1,47
0,89
1,21
1,45
Среднее 2001...2020
0,88
0,93
1,38
0,99
1,32
1,55
Разница средних
-0,19
0,09
-0,09
0,1
0,11
0,1
Потенциальная продуктивность сельскохозяйственных угодий по приходу фотосинтетически активной
радиации (ФАР) (𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑖𝑖 ), ц/га
Среднее 1941...1960
93,7
99,2
107,3
110,7
113,1
109,2
Среднее 2001...2020
76,5
101,9
111,0
112,8
118,4
118,0
Разница средних
-17,2
2,7
3,7
2,1
5,3
8,8
Климатическая потенциально-возможная продуктивность (𝐶𝐶𝐶𝐶𝐶𝐶𝑖𝑖 )
Среднее 1941...1960
87,1
99,2
107,3
110,7
113,1
109,2
Среднее 2001...2020
52,0
101,9
111
112,8
118,4
118,0
Разница средних
-35,1
2,7
3,7
2,1
5,3
8,8
Функция влияния затраты энергии на почвообразование и на продуктивность
сельскохозяйственных угодий (𝐹𝐹𝑊𝑊𝑄𝑄𝑄𝑄 )
Среднее 1941...1960
0,97
1,083
0,820
0,763
0,919
0,811
Среднее 2001...2020
1,06
1,03
0,847
0,756
0,870
0,811
Разница средних
0,09
-0,053
0,27
-0,007
-0,049
0
Максимально-возможная продуктивность сельскохозяйственных угодий (𝑀𝑀𝑃𝑃𝑃𝑃𝑖𝑖 )
Среднее 1941...1960
84,5
107,5
88,0
84,5
103,9
88,5
Среднее 2001...2020
81,1
105
93,2
85,3
103,0
95,6
Разница средних
-3,4
-2,5
5,2
0,8
-0,9
7,1
Функция воздействия условий увлажнения на продуктивность сельскохозяйственных угодий (влажностный
коэффициент) (𝐹𝐹𝐹𝐹𝑖𝑖 ) или коэффициент влагообеспеченности сельскохозяйственных угодий (𝐾𝐾𝑣𝑣𝑣𝑣 )
Среднее 1941...1960
0,88
0,97
0,60
0,85
0,72
0,64
Среднее 2001...2020
0,98
0,9
0,63
0,8
0,64
0,56
Разница средних
0,10
-0,07
0,03
-0,05
-0,08
-0,08
Действительно-максимально-возможная продуктивность сельскохозяйственных угодий (𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑖𝑖 )
Среднее 1941...1960
74,4
104,2
52,8
71,8
74,8
56,7
Среднее 2001...2020
79,5
94,5
58,7
68,2
65,9
53,6
Разница средних
5,1
-9,7
5,9
-3,6
-8,9
-3,1
118
Гидрометеорология и экология №2 2024
Метеорологические станции
Период наблюдений
им. Т.
Шуылдак
Тасарык
Ащисай
Шымкент
Казыгурт
Рыскулова
1
2
3
4
5
6
7
Информационно-аналитическая база исследования
Действительно-возможная продуктивность сельскохозяйственных угодий (𝑅𝑅𝑅𝑅𝑅𝑅𝑖𝑖 )
Среднее 1941...1960
76,6
104,2
50,2
68,2
71,1
48,2
Среднее 2001...2020
51,0
94,5
55,8
64,8
62,9
45,5
Разница средних
25,6
-9,7
5,6
-3,4
-8,2
-2,7
Возможная продуктивность сельскохозяйственных угодий (𝑉𝑉𝑉𝑉𝑖𝑖 )
Среднее 1941...1960
76,6
104,2
47,7
64,8
67,5,0
40,9
Среднее 2001...2020
51,0
94,5
53,0
61,6
59,8
38,7
Разница средних
25,6
-9,7
5,3
-3,2
-7,7
-2,2
Производственно-хозяйственная продуктивность сельскохозяйственных угодий (𝑃𝑃𝑃𝑃𝑃𝑃𝑖𝑖 )
Среднее 1941...1960
76,6
104,2
45,3
61,6
64,1
34,8
Среднее 2001...2020
51,0
94,5
50,3
58,5
56,8
32,9
Разница средних
25,6
-9,7
5,0
-3,1
-7,3
-1,9
Для оценки изменения агробиологических ресурсов в ландшафтах сельскохозяйственного использования Туркестанской
области использованы методы прогнозирования изменчивости и тренда эталонных урожаев в пространственно-временном масштабе разработанные на основе концепции
Х.Г. Тооминга, которые являются логическим
выходом принципа максимальной продуктивности посевов, основанного на функциях потенциально-возможного использования радиационного баланса, влияние затрат энергии на
почвообразование и продуктивность сельскохозяйственных угодий, воздействие условий
увлажнения на продуктивность сельскохозяйственных угодий (коэффициент влагообеспеченности сельскохозяйственных угодий).
Проведенная оценка показала, что:
– в горной (низкогорье и среднегорье)
зоне, в районах расположения метеостанций
Шуылдак и Тасарык, за 1941...2020 гг., потенциальная продуктивность сельскохозяйственных угодий увеличилась по – приходу фотосинтетически активной радиации от 99,2 до
101,9 ц/га, климатической потенциально-возможной продуктивности от 99,2 до
101,9 ц/га. Наблюдается уменьшение продуктивности сельскохозяйственных угодий по
– максимально-возможной продуктивности
от 107,5 до 105,0 ц/га, действительно-максимально-возможной от 104,2 до 94,5 ц/га, дей-
ствительно-возможной от 104,2 до 94,5 ц/га,
возможной 104,2 до 94,5 ц/га и производственно-хозяйственной от 104,2 до 94,5 ц/га, данные
показатели указывают на очень высокую продуктивность сельскохозяйственных угодий на
территории ландшафтов данной зоны, хотя за
данный период наблюдалось уменьшение по
некоторым видам продуктивности;
– в горной (низкогорье и среднегорье) зоне, в районах расположения метеорологических станций Ащысай и Т. Рыскулова,
охватывающей части территорий района
Т. Рыскулова и г.а. Кентау за 1941...2020 гг.
потенциальная продуктивность сельскохозяйственных угодий увеличилась по – приходу фотосинтетически активной радиации
(ФАР) от 107,3 до 112,8 ц/га, климатической
потенциально-возможной продуктивности от
107,3 ц/га до 112,8 ц/га. За данный период в данной зоне наблюдается уменьшение потенциальной продуктивности сельскохозяйственных
угодий по – максимально-возможной от 88,0 до
93,2 ц/га, действительно-максимально-возможной от 71,8 до 68,2 ц/га, действительно-возможной от 68,2 до 64,8 ц/га, возможной
от 64,8 до 61,6 ц/га и производственно-хозяйственной от 61,6 до 58,5 ц/га, не смотря на
уменьшение потенциальной продуктивности
сельскохозяйственных угодий в данной зоне
остается высокий уровень продуктивности
низкогорных и среднегорных ландшафтов;
119
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
– в горной (предгорье) полупустынной зоне (метеорологические станции Шымкент и Казыгурт), охватывающей
территории Сайрамского и Казыгуртского
районов за 1941...2020 гг. потенциальная
продуктивность сельскохозяйственных угодий увеличилась по – приходу фотосинтетически активной радиации от 113,1 до
118,4 ц/га, климатической потенциально-возможной продуктивности от 109,2 до
118,4 ц/га, максимально-возможной от
88,5 ц/га до 95,6 ц/га. Наблюдается уменьшение
продуктивности
сельскохозяйственных угодий по – действительно-максимально-возможной от 74,8 до 65,9 ц/
га, действительно-возможной от 71,1 до
62,9 ц/га, возможной от 67,5 до 59,8 ц/
га и производственно-хозяйственной от
64,1 до 56,8 ц/га, согласно шкале уровня
продуктивности сельскохозяйственных угодий данная территория входит в зону повышенной продуктивности;
– в пустынной горной (предгорье) и
равнинной (низменной и возвышенной) зонах, (метеорологические станции Шолаккорган, Ташкент, Сырдария, Шаян, Шардара, Боген, Арыс, Байыркум, Туркестан,
Тасты, Кызылкум и Аккум) охватывающих
территории Махтааральского, Жетысайского, Сарыагашского, Келесского, Отырарского, Ордабасынского, им. Байдибека,
Шардаринского, Созакского районов и г.а.
Арыс и Кентау за 1941...2020 гг. в целом
потенциальная продуктивность сельскохозяйственных угодий изменялась по – приходу фотосинтетически активной радиации от 106,8 до 126,5 ц/га, климатической
потенциально-возможной продуктивности
от 106,8 до 126,5 ц/га, максимально-воз-
можной от 20,2 до 113,7 ц/га, действительно-максимально-возможной от 3,04 до
53,4 ц/га, действительно-возможной от 2,28
до 43,6 ц/га, возможной от 1,71 до 32,7 ц/га
и производственно-хозяйственной от 1,28
до 24,5 ц/га. В данной зоне наблюдается
низкий уровень продуктивности сельскохозяйственных угодий.
Для выявления зависимости продуктивности ландшафтов сельскохозяйственного использования от агроклиматических
условий природных зон построены совместные графики, характеризующие высоту
расположения метеорологических станции
влияющих на формирование потенциальной (PPALi) и климатической (CPPi) продуктивности сельскохозяйственных угодий
(рисунок 1).
Особенности природных условий
Туркестанской области наложили определенный отпечаток на формирование агробиологических ресурсов в природных зонах.
Влияние изменения климата на продуктивность ландшафтов сельскохозяйственного
использования области выявляется практически для всех категорий урожая сельскохозяйственных угодий в пространственно-временных масштабах, что определяет
научную и практическую целесообразность
районирования природной системы по
агробиологическим ресурсам, в рамках которых открывается возможность для оценки пригодности территории для развития
сельскохозяйственной деятельности.
На основе проведенной оценки создана карта производственно-хозяйственной
продуктивности ландшафтов сельскохозяйственного использования Туркестанской
области (рисунок 2).
120
Гидрометеорология и экология №2 2024
y = 0,9911x + 103,3
R² = 0,4675
1500
60
1000
40
500
20
0
1000
40
500
20
0
0
МС
Потенциальный урожай
Климатический потенциально-возможный урожай
100
2000
80
1500
y = -3,0907x + 105,22
R² = 0,6451
1000
y = -3,2349x + 104,09
R² = 0,666
500
20
0
120
Действительно-максимально-возможный
урожай, ц/га
2500
Высота расположения метеорлогических
станций, м
120
Максимально-возможный урожай, ц/га
y = 1,1035x + 101,88
R² = 0,4507
60
0
40
1500
80
МС
60
2000
y = 1,9346x + 97,51
R² = 0,3535
2500
100
2000
80
1500
60
1000
40
500
20
0
0
0
МС
МС
Максимально-возможный урожай
120
2500
2000
80
1500
60
1000
40
500
20
0
0
2500
100
Возможный урожай, ц/га
100
Действительно-возможный
урожай, ц/га
Действительно-максимально-возможный урожай
Высота расположения метеорологических
станций, м
120
2000
80
1500
60
1000
40
500
20
0
0
МС
Действительно-возможный урожай
МС
Возможный урожай
2500
100
2000
80
1500
60
1000
40
500
20
0
Высота расположения метеорологических
станций, м
120
Производственно-хозяйственный
урожай, ц/га
Высота расположения метеорологических
станций, м
80
100
Высота расположения метеорологических
станций, м
y = 1,4853x + 103,14
R² = 0,4202
2500
120
Высота расположения метеорологических
станций, м
2000
100
Климатический потенциально-возможный
урожай, ц/га
Потенциальный урожай, ц/га
140
2500
120
Высота расположения метеорологических
станций, м
140
0
МС
Производственно-хозяйственный урожай
Рис. 1. – График изменения урожайности агробиологических ресурсов ландшафтов сельскохозяйственного использования (сельскохозяйственных угодий) Туркестанской области по метеорологическим станциям (1 – высота
расположения метеорологических станции, м; 2 – урожай в 1941...1960 гг., ц/га; 3 – урожай в 2001...2020 гг., ц/га)
121
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
Рис. 2. - Карта производственно-хозяйственной продуктивности ландшафтов сельскохозяйственного
использования Туркестанской области
122
Гидрометеорология и экология №2 2024
Следует отметить, что агробиологические ресурсы в ландшафтах сельскохозяйственного использования Туркестанской
области формируются под воздействием
высоких энергетических ресурсов (суммы
биологически активных температур выше
10 оС, радиационного баланса дневной поверхности, суммарной испаряемости почвенного и растительного покрова, относительно небольшого количества годовых
атмосферных осадков, низкой естественной
влагообеспеченности), что способствовали
формированию в пределах 70 % территории
региона достаточно низкой продуктивности
сельскохозяйственных угодий.
ЗАКЛЮЧЕНИЕ
Предложенный
методологический
подход оценки агробиологических ресурсов ландшафтов используемых в сельскохозяйственном производстве, базируется
на потенциальной продуктивности (PPALi),
климатической
потенциально-возможной
продуктивности (CPPi), максимально-возможной продуктивности (MPPi), действительно-максимально-возможной продуктивности
(RMPPi), действительно-возможной продуктивности (RPPi), возможной продуктивности
(VPi) и производственно-хозяйственной продуктивности (PEPi) сельскохозяйственных
угодий. В сравнении с существующими методами прогнозирования продуктивности сельскохозяйственных культур, данный подход
учитывает все имеющие природные ресурсы
и факторы жизнедеятельности растений, которые позволяют рассчитать количественные и
качественные аспекты исследуемого процесса, получить ценную научную информацию,
необходимую для территориальной организации сельскохозяйственного производства, как
основного инструмента инновационного обеспечения, анализа, оценки, контроля и управления агроресурсного потенциала на основе
адаптивно-ландшафтного земледелия.
В результате проведенной оценки агробиологических ресурсов ландшафтов сельскохозяйственного использования (продуктивности
сельскохозяйственных угодий) Туркестанской области установлен устойчивый тренд
на повышение потенциальной продуктивности сельскохозяйственных угодий по – при-
ходу фотосинтетически активной радиации,
климатической
потенциально-возможной
продуктивности во всех природных (ландшафтных) зонах области и снижение потенциальной продуктивности сельскохозяйственных угодий – максимально-возможной,
действительно-максимально-возможной, действительно-возможной, возможной и производственно-хозяйственной.
Проведенная оценка агробиологических ресурсов ландшафтов сельскохозяйственного использования Туркестанской области в разрезе административных районов
с учетом особенностей формирования ландшафтного разнообразия и использования
многолетних информационно-аналитических
материалов, позволила объективно оценить
продуктивность сельскохозяйственных угодий, как применительно к фактическим условиям, так и к прогнозируемым сценариям,
как инструмента научного, информационного и инновационного обеспечения, оценки и
управления, осуществления контроля и прогноза агроресурсного потенциала региона.
Данное исследование выполнено в рамках Грантового финансирования Комитета науки Министерства науки и высшего образования
Республики Казахстан (№АР14869663 «Разработать научно-прикладные основы ландшафтно-агроэкологического районирования Туркестанской
области для целей сбалансированного землепользования») (2022-2024 годы).
СПИСОК ЛИТЕРАТУРЫ
1. Вернадский В.И. Химическое строение биосферы Земли и ее
окружение. – М.: Наука, 1965.– 374 с.
2. Дмитренко В.П. Динамическая теория максимальной урожайности сельскохозяйственных культур // Труды УкрНИГМИ.
– 1976. – Вып. 148. – С. 3–12.
3. Жуков В.А. Моделирование, оценка и рациональное использование агроклиматических ресурсов России: Автореф. диссерт.
доктора географических наук. – М., 1998. – 54 с.
4. Мустафаев Ж.С., Козыкеева А.Т., Жидекулова Г.Е. Модель
формирования продуктивности сельскохозяйственных культур
в гидроагроландшафтных системах // Международный технико-экономический журнал. – 2017. – № 4. – С. 100–120. https://
doi:10.37801/ajad2018.15.1.3
5. Ничипорович А.А., Строганова Л.Е., Чмора С.Н., Власова
Н.П. Фотосинтетическая деятельность растения в посевах. –
М., изд. АН СССР, 1961. – 160 с.
6. Полевой А.Н., Флоря Л.В. Моделирование агроклиматических ресурсов производительности урожая и формирования
продуктивности сельскохозяйственных культур // Гидрометеорология и экология. – 2015.-31. – С. 36–49.
123
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
7. Сиротенко О.Д. Математическое моделирование
водно-теплового режима и продуктивности агроэкосистем. – Ленинград: Гидрометеоиздат, 1981. – 167 с.
8. Тооминг Х.Г. Солнечная радиация и формирование
урожая. – Л.: Гидрометеоиздат, 1977. – 197 с.
9. Тооминг Х.Г. Экологические принципы максимальной
продуктивности посевов. - Л.: Гидрометеоиздат, 1984. –
264 с.
10. Baier, W. Note on the terminology of crop-weather
models / W. Baier // Agriculture and food security. – 1979. –
Vol. 2. – P. 137–145.
11. Chowdhury S, Al-Zahrani M, Abbas A (2013) Implications
of climate change on crop water requirements in arid region:
An example of Al-Jouf, Saudi Arabia // Journal of King Fahd
University – Engineering Sciences 54(1), – Р. 21–31. https://
doi:10.1016/j.jksues.2013.11.001
12. Enete AA, Amusa TA (2010) Challenges of Agricultural
Adaptation to Climate Change in Nigeria: A Synthesis from the
Literature // Field Actions Science Reports, –Vol. 4.–Р.1–11.
13.Gornall J, Betts R, Burke E, Clark R, Camp J, et al. (2010)
Implications of climate change for agricultural productivity
in the early twenty-first century. Philos Trans R Soc Lond
B Biol Sci 365(554): – Р. 2973–2989. https://doi:10.1098/
rstb.2010.0158
14. Howden, S. M. and Meinke, H. (2003). Climate change:
challenges and opportunities for Australian agriculture.
In: Proceedings of the Conference on Climate Impacts
on Australia's Natural Resources: Current and Future
Challenges, Queensland, Australia, Canberra, – P.53–55.
15. Hui J. and et al. 2008. Impacts of Climate Change on
Chinese Agriculture–Phase II Adaptation Framework and
Strategy Part 2: Application of the Adaptation Framework: A
Case Study of Ningxia, Northwest China. AEA Technology.
– Р. 56–69.
16. Kang Y, Khan S, Ma X (2009) Climate change impacts
on crop yield, crop water productivity and food security - A
review. Progress in Natural Science 19(12): – Р. 1665–1674.
https://doi:10.1016/j.pnsc.2009.08.001
17. Kandiannan K., Chandaragiri K. K., Sankaran N.,
Balasubramanian T. N., Kailasam C., Crop-weather model
for turmeric yield forecasting for Coimbatoredistrict, Tamil
Nadu, India // Agric. Forest Meteorol. 112 (2002), – Р. 133–
137. https://doi.org/10.1016/S0168-1923(02)00125-9
18. Kirtti R. P., Phanindra G. (2018). «Statistical
Modeling of Crop-Weather Relationship in India: A
Survey on Evolutionary Trend of Methodologies», Asian
Journal of Agriculture and Development, Southeast
Asian Regional Center for Graduate Study and Research
in Agriculture (SEARCA), vol. 15(1), – Р. 42-60.
https://doi:10.37801/ajad2018.15.1.3
19. Mustafayev Zh., Skorintseva I., Toletayev A., Bassova
T., & Aldazhanova G. (2023). Assessment of climate
change in natural areas of the Turkestan region of the
republic of Kazakhstan for the purposes of sustainable
agricultural and recreational nature management //
GeoJournal of Tourism and Geosites, 46(1), Р. 70–77.
https://doi.org/10.30892/gtg.46108-1002
20. Mustafayev Zh., Tuletayev A, Kuderin A. Assessment
of thermal and natural moisture provision in territory of
Turkestan region of the republic of Kazakhstan in changing
climate conditions // Journal of Geography and Environmental
Management 68(1). 2023. – №1 (68). – P. 74-84.
https://doi:10.26577/JGEM.2023.v68.i1.06
21. Shawcroft, R.W. The soil - plant - atmosphere model
and some of its predictions / R.W. Shawcroft, E.R. Lemon //
Agric. Met. – 1974. – Vol. 14, No. 12. – P. 287–307.
22. Филин В.И. Теория программирование урожая в приложении к современному земледелию // Ученые записки агрономического факультета ВГСХА. – Волгоград:
Изд–во ВГСХА, 2005. – С. 97–122.
23. Филин В.И. Программирование урожая: от идеи к
теории и технологиям возделывания сельскохозяйственных культур // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное
образование. – 2014. – № 3 (35) – C. 26–36.
24. Трубилин А.И., Петрик Г.Ф., Прущников А.Г. Прогнозирование урожайности сельскохозяйственных культур: учебное пособие. – Краснодар: КубГАУ, 2017. – 95 с.
25. Романова И.Н., Князева С.М. Основы программирования урожаев сельскохозяйственных культур: Рабочая
тетрадь и методические указания для выполнения практических работ. – Смоленск: ФГБОУ ВО Смоленская
ГСХА, 2019 – 87с.
26. Троян Т. Н., Терещенко С. А. Планирование урожаев
сельскохозяйственных культур: учебно– методическое
пособие по изучению дисциплины для студентов бакалавриата по направлению подготовки 35.03.04 Агрономия. – Калининград: Изд–во ФГБОУ ВО «КГТУ»,
2023. – 40 с
27. Арова, О. З., Шевхужева Л.А. Программирование урожаев сельскохозяйственных культур: учебное пособие
для обучающихся по направлению подготовки 35.03.04
Агрономия. – Черкесск: БИЦ СКГА, 2023. – 172 с.
28. Духовный В.А., Нерозин С.А., Стулина Г.В., Солодкий Г.Ф. Программирование урожая сельскохозяйственных культур (системный подход в приложении к мелиорации). – Ташкент: НИЦ МКВК. – 2015. –184 с.
29. Водные ресурсы России и их использование / Под
ред. И.А. Шикломанова. СПб.: ГГИ, 2008. – 600 с.
REFERENCES
1. Vernadskii V.I. Khimicheskoe stroenie biosfery Zemli i
ee okruzhenie. – M.: Nauka, 1965.– 374 p.
2. Dmitrenko V.P. Dinamicheskaya teoriya maksimal'noi
urozhainosti sel'skokhozyaistvennykh kul'tur // Trudy
UkrNIGMI. – 1976. – Vyp. 148. – P. 3–12.
3 Zhukov V.A. Modelirovanie, otsenka i ratsional'noe
ispol'zovanie agroklimaticheskikh resursov Rossii: Avtoref.
dissert. doktora geograficheskikh nauk. – M., 1998. – 54 p.
4. Mustafaev Zh.S., Kozykeeva A.T., Zhidekulova G.E. Model'
formirovaniya produktivnosti sel'skokhozyaistvennykh kul'tur
v gidroagrolandshaftnykh sistemakh // Mezhdunarodnyi
tekhniko-ekonomicheskii zhurnal. – 2017. – № 4. –
P. 100–120.
5. Nichiporovich A.A., Stroganova L.E., Chmora S.N.,
Vlasova N.P. Fotosinteticheskaya deyatel'nost' rasteniya v
posevakh. – M., izd. AN SSSR, 1961. – 160 p.
6. Polevoi A.N., Florya L.V. Modelirovanie
agroklimaticheskikh resursov proizvoditel'nosti urozhaya
i formirovaniya produktivnosti sel'skokhozyaistvennykh
kul'tur // Gidrometeorologiya i ekologiya. – 2015.-31. –
P. 36–49.
124
Гидрометеорология и экология №2 2024
7. Sirotenko O.D. Matematicheskoe modelirovanie vodnoteplovogo rezhima i produktivnosti agroekosistem. – Leningrad:
Gidrometeoizdat, 1981. – 167 p.
8. Tooming Kh.G. Solnechnaya radiatsiya i formirovanie
urozhaya. – L.: Gidrometeoizdat, 1977. – 197 p.
9. Tooming Kh.G. Ekologicheskie printsipy maksimal'noi
produktivnosti posevov. – L.: Gidrometeoizdat, 1984. – 264 p.
10. Baier, W. Note on the terminology of crop-weather models
/ W. Baier // Agriculture and food security. – 1979. – Vol. 2. –
P. 137–145.
11. Chowdhury S, Al-Zahrani M, Abbas A (2013) Implications
of climate change on crop water requirements in arid region:
An example of Al–Jouf, Saudi Arabia // Journal of King
Fahd University – Engineering Sciences 54(1). – Р. 21–31.
https://doi:10.1016/j.jksues.2013.11.001
12. Enete AA, Amusa TA (2010) Challenges of Agricultural
Adaptation to Climate Change in Nigeria: A Synthesis from the
Literature // Field Actions Science Reports, –Vol. 4.– Р. 1–11.
13. Gornall J, Betts R, Burke E, Clark R, Camp J, et al.
(2010) Implications of climate change for agricultural
productivity in the early twenty-first century. Philos
Trans R Soc Lond B Biol Sci 365(554): – Р. 2973-2989.
https://doi:10.1098/rstb.2010.0158
14. Howden, S. M. and Meinke, H. (2003). Climate change:
challenges and opportunities for Australian agriculture.
In: Proceedings of the Conference on Climate Impacts on
Australia's Natural Resources: Current and Future Challenges,
Queensland, Australia, Canberra, – P. 53–55.
15. Hui J. and et al. 2008. Impacts of Climate Change on Chinese
Agriculture–Phase II Adaptation Framework and Strategy Part
2: Application of the Adaptation Framework: A Case Study of
Ningxia, Northwest China. AEA Technology. – Р. 56–69.
16. Kang Y, Khan S, Ma X (2009) Climate change impacts
on crop yield, crop water productivity and food security – A
review. Progress in Natural Science 19(12): – Р. 1665–1674.
https://doi:10.1016/j.pnsc.2009.08.001
17. Kandiannan K., Chandaragiri K. K., Sankaran N.,
Balasubramanian T. N., Kailasam C., Crop–weather model for
turmeric yield forecasting for Coimbatoredistrict, Tamil Nadu,
India // Agric. Forest Meteorol. 112 (2002), – Р. 133–137.
https://doi.org/10.1016/S0168-1923(02)00125-9
18. Kirtti R. P., Phanindra G. (2018). «Statistical Modeling of
Crop-Weather Relationship in India: A Survey on Evolutionary
Trend of Methodologies», Asian Journal of Agriculture and
Development, Southeast Asian Regional Center for Graduate
Study and Research in Agriculture (SEARCA), vol. 15(1), –
Р. 42–60. https://doi:10.37801/ajad2018.15.1.3
19. Mustafayev Zh., Skorintseva I., Toletayev A., Bassova
T., & Aldazhanova G. (2023). Assessment of climate
change in natural areas of the Turkestan region of the
republic of Kazakhstan for the purposes of sustainable
agricultural and recreational nature management //
GeoJournal of Tourism and Geosites, 46(1) – Р. 70–77.
https://doi.org/10.30892/gtg.46108-1002
20. Mustafayev Zh., Tuletayev A, Kuderin A. Assessment
of thermal and natural moisture provision in territory of
Turkestan region of the republic of Kazakhstan in changing
climate conditions // Journal of Geography and Environmental
Management 68(1). 2023. – №1 (68). – P. 74–84. https://
doi:10.26577/JGEM.2023.v68.i1.06
21. Shawcroft, R.W. The soil - plant – atmosphere model and
some of its predictions / R.W. Shawcroft, E.R. Lemon // Agric.
Met. – 1974. – Vol. 14, No. 12. – P. 287–307.
22. Filin V.I. The theory of crop programming as applied
to modern agriculture // Scientific notes of the agronomic
faculty of the VGSHA. – Volgograd: Publishing House of the
All-Russian State Academy of Agricultural Sciences, 2005. –
P. 97–122.
23. Filin V.I. Crop programming: from idea to theory and
technologies for cultivating agricultural crops // News of the
Nizhnevolzhsky Agro–University Complex: science and higher
professional education. – 2014. – No. 3 (35) – p. 26–36.
24. Trubilin A.I., Petrik G.F., Prushchnikov A.G. Forecasting
crop yields: a tutorial. – Krasnodar: KubGAU, 2017. – 95 p.
25. Romanova I.N., Knyazeva S.M. Basics of programming
agricultural crops: Workbook and guidelines for performing
practical work. – Smolensk Federal State Budgetary Educational
Institution of Higher Education Smolensk State Agricultural
Academy, 2019 – 87 p.
26. Troyan T. N., Tereshchenko S. A. Planning of agricultural
crop yields: a teaching aid for studying the discipline for
undergraduate students in the field of preparation 03/35/04
Agronomy. – Kaliningrad: Publishing house of the Federal
State Budgetary Educational Institution of Higher Education
"KSTU", 2023. – 40 p.
27. Arova, O. Z., Shevkhuzheva L.A. Programming of
agricultural crop yields: a textbook for students in the field of
training 03/35/04 Agronomy. – Cherkessk: BIC SKGA, 2023.
– 172 p.
28. Dukhovny V.A., Nerozin S.A., Stulina G.V., Solodkiy G.F.
Programming of crop yields (systematic approach as applied
to land reclamation). – Tashkent: SIC ICWC. – 2015. –184 p.
29. Vodnye resursy Rossii i ikh ispol'zovanie / Pod red.
I.A. Shiklomanova. SPb.: GGI, 2008. – 600 p.
КЛИМАТТЫҢ ӨЗГЕРУІ ЖАҒДАЙЫНДА ҚАЗАҚСТАН РЕСПУБЛИКАСЫ
ТҮРКІСТАН ОБЛЫСЫНЫҢ АУЫЛ ШАРУАШЫЛЫҒЫН ПАЙДАЛАНУ
ЛАНДШАФТТАРЫНЫҢ АГРОБИОЛОГИЯЛЫҚ РЕСУРСТАРЫН БАҒАЛАУ
Ж.С. Мустафаев1 т.ғ.д., профессор, И.Б. Скоринцева1 г.ғ.д., А.Н. Омаров1*, А.Б. Тулетаев2
1«География және су қауіпсіздігі институты» АҚ, Алматы, Қазақстан
2әл-Фараби атындағы Қазақ Ұлттық Университеті, Алматы, Қазақстан
Email: omaraidos@inbox.ru
125
Научная статья
Мустафаев и др. Оценка агробиологических ресурсов...
Мақалада Х.Г. Тоомингтің эталондық дақылдарының әзірленген тұжырымдамасына
негізделген климаттың өзгеруі жағдайында Түркістан облысының ауыл шаруашылық
пайдалану ландшафттарының агробиологиялық ресурстарын бағалау нәтижелері келтірілген. Облыстың агробиологиялық ресурстарын бағалау алгоритмін әзірлеу үшін
1941...2020 жылдары әртүрлі табиғи аймақтарда орналасқан 18 метеорологиялық бекет
бойынша зерттеудің климаттық базасы құрылды, бұл климаттың өзгерісі мәнмәтінінде ауыл шаруашылық жерлерінің өнімділігінің әртүрлі санаттарының қалыптасу ерекшеліктерін анықтауға мүмкіндік берді. Облыс ландшафттарының агробиологиялық ресурстарының жай-күйі бойынша, ауыл шаруашылығы алқаптарының әлеуетті өнімділігі
бойынша, кеңістіктік-уақыттық масштабта эталондық дақылдар тұжырымдамасын пайдалана отырып, фотосинтетикалық белсенді радиацияның (ФБР) келуі бойынша зерттеудің алынған нәтижелері - фотосинтетикалық белсенді радиацияның, климаттың ықтимал өнімділігінің және ауыл шаруашылық жерлерінің ықтимал өнімділігінің төмендеуі,
облыстың барлық табиғи (ландшафтық) аймақтарында мүмкін болатын, іс жүзінде
мүмкін болатын, мүмкін болатын және өндірістік-шаруашылық ауыл шаруашылығы
алқаптарының әлеуетті өнімділігін арттыруға тұрақты тренд байқалғанын көрсетті.
Түйін сөздері: ландшафт, агробиологиялық ресурстар, егін санаты, әдістеме, алгоритм, климаттық
көрсеткіштер, бағалау.
ASSESSMENT OF AGROBIOLOGICAL RESOURCES OF AGRICULTURAL LANDSCAPES
IN THE TURKESTAN REGION OF THE REPUBLIC OF KAZAKHSTAN UNDER
CHANGING CLIMATE CONDITIONS
Zh. Mustafayev1 Doctor of Technical Sciences, Professor, I. Skorintseva1 Doctor of Geographical Sciences.,
A. Omarov1, A. Tuletayev2
1JSC "Institute of Geography and Water Security", Almaty, Kazakhstan
2Al-Farabi Kazakh National University, Almaty, Kazakhstan
Email: omaraidos@inbox.ru
The article presents the results of assessment of agrobiological resources of landscapes of
agricultural use of Turkestan region under conditions of changing climate, which were based
on the developed concept of reference yields of H. Tooming. To develop an algorithm for
assessing the agrobiological resources of the region, a climatic research base for 1941...2020
was created for 18 meteorological stations located in different natural zones, which made it
possible to determine the peculiarities of the formation of different categories of agricultural
yields due to climate change. The obtained results of the research on the state of agrobiological
resources of landscapes of the region on potential productivity of agricultural lands, on
photosynthetically active radiation (PAR) input using the concept of reference yields in
spatial and temporal scales have shown that there is a stable trend to increase the potential
productivity of agricultural lands on photosynthetically active radiation input, climatic
potential-possible productivity and decrease the potential productivity of agricultural lands on photosynthetically active radiation input, climatic potential-possible productivity and decrease
the potential productivity of agricultural lands on - photosynthetically active radiation input.
Keywords: landscape, agrobiological resources, crop category, methodology, algorithm, climatic indicators,
assessment.
126
Гидрометеорология и экология №2 2024
Сведения об авторе /Автор туралы мәліметтер/Information about author:
Мустафаев Жумахан Сулейменович – профессор, доктор технических наук, главный научный сострудник лаборатории ландшафтоведения и проблем природопользования АО «Институт географии и водной безопасности»,
Алматы, ул. Пушкина, 99, z-mustafa@rambler.ru
Скоринцева Ирина Борисовна – д.г.н., руководитель лаборатории ландшафтоведения и проблем природопользования АО «Инстиут географии и водной безопасности», Алматы, ул. Пушкина, 99, skorintseva@mail.ru
Омаров Айдос Нурланович – магистр естественных наук, научный сотрудник лаборатории ландшафтоведения и проблем природопользования АО «Инстиут географии и водной безопасности», Алматы, ул. Пушкина, 99,
omaraidos@inbox.ru
Тулетаев Асхат Боромбаевич – PhD докторант факультета географии и природопользования КазНу им. Аль-Фараби, Алматы, ул. Пушкина, 99, hat_0512@mail.ru
Мустафаев Жумахан Сулейменович – профессор, техникалық ғылымдарының докторы, «География және су
қауіпсіздігі институты» АҚ ландшафттану және табиғатты пайдалану мәселелері зертханасының бас ғылыми
қызметкері қауіпсіздігі институты» АҚ ландшафттану және табиғатты пайдалану мәселелері зертханасының бас
ғылыми қызметкері, Алматы, Пушкин к-і, 99, z-mustafa@rambler.ru
Скоринцева Ирина Борисовна – география ғылымдарының докторы, қауымдастырылған профессор, «География және су қауіпсіздігі институты» АҚ-ның ландшафттану және табиғатты пайдалану мәселелері зертханасының меңгерушісі, Алматы, Пушкин к-і, 99, skorintseva@mail.ru
Омаров Айдос Нурланович – жаратылыстану ғылымдарының магистрі, «География және су қауіпсіздігі институты» АҚ-ның ландшафттану және табиғатты пайдалану мәселелері зертханасының ғылыми қызметкері, Алматы, Пушкин к-і, 99, omaraidos@inbox.ru
Тулетаев Асхат Боромбаевич – әл-Фараби атындағы ҚазҰУ, география және табиғатты пайдалану факультетінің
география кафедрасының докторанты, «География және су қауіпсіздігі институты» АҚ-ның ландшафттану және
табиғатты пайдалану мәселелері зертханасының ғылыми қызметкері, Алматы, Пушкин к-і, 99, hat_0512@mail.ru
Mustafayev Zhumakhan – Doctor of Technical Sciences, Professor , Chief Researcher, Laboratory of Landscape
Science and Environmental Management Problems of JSC «Institute of Geography and Water Security», Almaty,
99, Pushkin str, z-mustafa@rambler.ru
Irina Skorintseva – Doctor of Geographical Sciences, Associate Professor, Head of the Laboratory of landscape
science and nature management of JSC «Institute of geography and water security», Almaty, 99, Pushkin str.,
skorintseva@mail.ru
Aidos Omarov – master of Natural Sciences, Researcher of the Laboratory of landscape science and nature management
of JSC «Institute of geography and water security», Almaty, 99, Pushkin str., omaraidos@inbox.ru
Askhat Tuletayev – PhD student of the Department of geography of the Faculty of geography and environmental
management of Al-Farabi Kazakh National University, Researcher of the Laboratory of landscape science and nature
management of JSC «Institute of geography and water security», Almaty, 99, Pushkin str., hat_0512@mail.ru
Вклад авторов/ Авторлардың қосқан үлесі/ Authors contribution:
Мустафаев Жумахан Сулейменович – разработка концепции, разработка методологии
Скоринцева Ирина Борисовна – разработка концепции, разработка методологии, подготовка и редактирование
текста
Омаров Айдос Нурланович – проведение статистического анализа, картографирование, визуализация
Тулетаев Асхат Боромбаевич – проведение статистического анализа
Мустафаев Жумахан Сулейменович – тұжырымдаманы әзірлеу, әдістемені әзірлеу
Скоринцева Ирина Борисовна – тұжырымдаманы әзірлеу, әдістемені әзірлеу, мәтінді дайындау және өңдеу
Омаров Айдос Нурланович – статистикалық талдау жүргізу, картографиялық жұмыстар, көрнекілік
Тулетаев Асхат Боромбаевич – статистикалық талдау жүргізу
Mustafayev Zhumakhan – concept development, methodology development
Irina Skorintseva – concept development, methodology development, preparing and editing the text
Aidos Omarov – conducting statistical analysis, mapping, visualization
Askhat Tuletayev – conducting statistical analysis
127
