СОЛТҮСТІК ҚАЗАҚСТАН ОБЛЫСЫНЫҢ АСТЫҚ ДАҚЫЛДАРЫНЫҢ ӨНІМДІЛІГІН БАҒАЛАУДА ЖЕРДІ ҚАШЫҚТЫҚТАН ЗОНДЫЛАУ ДЕРЕКТЕРІН ПАЙДАЛАНУ Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

НАУЧНЫЕ СТАТЬИ

Гидрометеорология и экология № 2 2020

ЭОЖ 551.5(574.42)

Н.Н. Абаев1,2 Ш.Е. Турашов1'2 Геогр. гылымд. кандид., доцент А.С. Нысанбаева2

К.М. Болатов1'2

СОЛТYСТIК ЦАЗАЦСТАН ОБЛЫСЫНЬЩ АСТЬЩ ДАЦЫЛДАРЫНЫЦ еНШДШГШ БАГАЛАУДА ЖЕРД1 ЦАШЬЩТЬЩТАН ЗОНДЫЛАУ ДЕРЕКТЕР1Н ПАЙДАЛАНУ

Тушн свздер: вегетациялы; кезец, вегетациялы; индекс, еимдш ^шнщ индексi, ГТК, топыра; жамылгысыныц енiмдi ылгалдылы; ^оры

Мацалада астыц дацылдарыныц втмдтшн багалау Yшiн жерд1 цашыцтыцтан зондылау depeKmepi цолдану MYMKwdisi кврсетшген. Жумыс Америка Цурама Штаттарыныц NASA агeнmmiгiнiц Terra жасанды жер сержтерШц 8 Ky^diK mYciprniMdepi жэне жер 6emi метеостанциялары мдлiмemmepiнeн алынган предикторларга CYйeнe отырып ЖYpгiзiлдi. Жумыс барысында СолmYcmiк Цазацстан облысыныц аудандары бойынша квп влшeмдi регрессия meцдeулepi цурастырылып 2018, 2019 жылдар Yшiн астыц дацылдарыныц внiмдiлiгi болжанып, жepcepiкmiк мэлiмemmepдi пайдаланудыц мYмкiншiлiгi аныцталды. Цурастырылган тецдеулермен ЖYpгiзiлгeн болжау жумысарыныц нэтижеанде 2018 жылга бершген болжамныц орташа салыстырмалы цаmeлiгi 1,6 ц/га немесе 9 % болды, ал 2019 жылга бершген болжамныц салыстырмалы цателг 2,2 ц/га немесе 12 % тец болды.

Kipicne. Ел экономикасын дамытудыц жэне элеуметпк т^ракгылыщты ;амтамасыздаудыц аса мацызды шарттарыныц 6ipi ауыл шаруашылыгы ал;аптарын тиiмдi пайдалану жэне оны угымды бас;ару болып табылады. Казахстан Республикасы элемдш асты; ендiрушi мемлекеттердщ ;атарында болганды;тан, ауыл шаруашылыгы саласында

1 «Казгидромет» РМК, Алматы ;., Казахстан

2 эл-Фараби атындагы Каз¥У, Алматы ;., Казахстан

23

жаца технологияларды ецпзу жэне пайдаланудыц мацыздылыгы KYHeH KYHre артуда [2].

Мемлекетпк arpoeHepKacinTÍK багдарламаларды жузеге асырудагы мацызды рел eлiмiздщ асты; ал;абына - солтYCтiк eщрлeргe (СолтYCтiк Казахстан облысы, А;мола облысы, Костанай облысы, Павлодар облысы) бeрiлeдi, онда дэндi да;ылдарга миллиондаган гектар жер аума;тары бeлiнгeн [2].

Климатты; ресурстар ауыл шаруашылыгыныц даму жагдайын аны;тайтын нeгiзгi табиги факторлардыц бiрi болып табылады.

Ауыл шаруашылыгын дамыту агроклиматты; ресурстарды м^;ият есепке алу непзшде оныц салаларын аума; бойынша угымды бeлyдi талап eтeдi. Агроклиматты; жагдайларды есепке алу на;ты аума; климатыныц ауыл шаруашылыгы да;ылдарыныц талаптарына сэйкеспгш аны;тауга мYмкiндiк бeрeдi.

Климат пен ауа-райын ;оршаган орта шарты ретшде ;арастыра отырып, агрометеорологиялы; жагдайлардыц ауыл шаруашылыгы да;ылдары eшмдiлiгшщ eсyiмeн, дамуымен жэне ;алыптасуымен Yйлeсyiн багалау ;ажет. Б^л ретте ауа райы жагдайы туралы бiлiм жeткiлiксiз, сонымен ;атар, мэдениеттщ орта факторларына деген ;ажеттшгш ескеру ;ажет.Каза;стан аумагында, дэндi да;ылдар eшмдiлiгшщ ауа райы факторларына багыныштылыгын кeптeгeн авторлар жан-жа;ты зерттеген [1].

К^рп уа;ытта, жeрдi ;ашы;ты;тан зондылаудыц заманауи ;^рылгылары ауылшаруашылы; ал;аптарыныц жагдайы туралы жедел жэне на;ты мэлiмeттeрмeн сапалы мониторинг жYргiзyдi ;амтамасыздайды [9]. Осы т^ргыда Америка Кдоама Штаттарыныц NASA агентпгшщ Terra, Aqua, Landsat жэне Sentinel сeкiлдi жасанды жер серштершщ т¥ра;тыэрi уза; мeрзiмдi ж^мыс ат;аруы нэтижeсiндe кYндeлiктi ба;ылаулардыц кeпжылды; мэлiмeттeр ;атарын ;олдануга мYмкiндiк бeрдi [11, 13, 16, 17]. ^птеген галымдар eсiмдiк жамылгысыныц жерсерштш ба;ылауларын жэне статистикалы; мэлiмeттeрiн, жер беи метеорологиялы; мэлiмeттeрiмeн бiргe пайдалану ар;ылы да;ылдар жагдайыныц опeративтi мониторинга жэне eнiмдiлiктi болжауды жогарылату технологиясын ;^растыруда ж^мыстар ат;арып, айтарлы;тай нэтижелерге жеткен [5].

Бeрiлгeн ж^мыста Жeрдi ;ашы;ты;тан зондылау дeрeктeрiн жeрбeтi мэлiмeттeрiмeн пайдалана отырып СолтYCтiк Казахстан облысы аудандарыныц асты; да;ылдары eнiмдiлiгiн багалау жYргiзiлдi.

24

Зерттеудщ нысаны жэне мэлiметгерi. СолтYCтiк Казахстан облысы (СКО) - Республикамыздыц ipi асты; да;ылдарын вндiрушi аумагы. Облыстьщ климаты географиялы; орналасуына байланысты континенталды болып табылады. ¥за;;а созылатын суы; ;ыс, ;ыс;а мерзiмдi ысты; жаз, бiркелкi таралмаган ылгалдану, ;^былмалы аралы; мерзiмдермен сипатталатын аума;та асты; да;ылдары внiмдiлiгiнен кврiнiс табады.

Зерттеу барысында СолтYCтiк Казахстан облысыныц (СКО) аудандары бойынша «Казгидромет» РМК ба;ылау желюшщ 2000...2019 жж. аралыгындагы метеорологиялы; мэлiметтерi жэне аудан бойынша орташаланган дэндi да;ылдар внiмдiлiгi (ц/га) жина;талды. Метеорологиялы; мэлiметтер ретiнде орташа тэулiктiк ауа температурасы (Т), жауын шашын мвлшерi (R), ауа ылгалдылыгы тапшылыгы (DEF), 0...100 см аралыгындагы топыра; ылгалдылыгы ;оры (Z) пайдаланылды. Жасанды жер серштш мэлiметтер ретiнде Terra жерсршнщ MODIS спектрорадиометрiмен алнган [6] 8-^ндш MOD09A1 композиттерi ;олданылады [3, 15].

Жер серштш мэлiметтердi вцдеу жэне есептеу ж^мыстары ArcMap 10,2 геоа;паратты; жYЙесiнде жYргiзiлдi. Сурет 1-де СКО аудандарыныц аума;тары жэне жер беи метеорологиялы; станцияларыныц орналасу орындары бершген.

Зерттеудщ эдктерь Зерттеу барысында ;азiргi кезде кец ;олданылатын агроклиматты; индекстер ;олданылды.

Ец танымал жэне жш ;олданылатын вегетациялы; индекс - NDVI (Normalized Difference Vegetation Index) [7, 8]) вткен гасырдыц 80-жылдарыныц басында ^сынылган [14]. NDVI есептеу жолы келесiдей:

NDVI = nr-vis, (1)

nir+vis v '

м^ндагы, VIS, NIR - электромагниттiк спектрдщ кврiнетiн ;ызыл жэне инфра;ызыл диапазондарындагы твсеме бетшщ шагылысу ;абшет [9].

Вегетация ^шнщ индексi (VCI) интегралды болып табылады, ягни всiмдiк жамылгысыныц агымдагы жай-кYЙiн гана емес, сонымен ;атар орташа, ец твменгi жэне ец жогары квпжылды; кврсеткiштердi де ескередг Осы кврсеткiштiц негiзгi ма;саты-вегетацияныц агымдагы жагдайларын сапалы; децгейде багалау: нормадан твмен немесе осы кезец Yшiн орташа квпжылды; мэндерден жа;сы. VCI-тiц взгеру динамикасы, мысалы, ;^рга;шылы;тыц басталуын ;адагалауга жэне оныц таралу аймагын аны;тауга мYмкiндiк бередi [10, 12].

25

Сур.1. СЦО аудандарыныц аумагы.

Ауыл шаруашылыгы да^ылдарына метеорологиялыщ факторлардыц эсерш багалау Yшiн, кец ^олданыс^а ие Г.Т. Селяниновтьщ гидротермикалыщ коэффициентi (ГТК) пайдаланылды. ГТК келесi формуламен аныщталды:

£ p

ГТК =

0,1 £ т

(2)

м^ндагы, £ P - белгш бiр уа^ыт аралыгындагы жауын-шашын мвлшерi (мм), £ T - сол уа^ыт аралыгындагы ауа температурасы соммасы [9]. ГТК есептеу барысында тек орташа тэулiктiк ауа температурасы 10 °С-тан жогары болган жагдайлар алынады.

Зерттеу барысында ауыл шаруашылыгы ал^аптарынан тыс, взге объектшердщ эсерiн азайту Yшiн, жогарыда аталган аудандардыц векторлыщ пiшiндерi дайындалып, тек ал^аптарга тэн NDVI индекстершщ кврсеткiштерi алынды. Вегетациялыщ мерзiм бойынша жылу жэне ылгал ^орымен ^амтамасыздыгын багалау Yшiн маусым айыныц 1-декадасынан бастап жина^талган кврсеткiштер есептелiндi.

Метеорологиялыщ ба^ылаулармен ^амтамасыз етiлмеген аудандар бойынша жа^ын орналас^ан станциялар мэнi алынды. Алайда, Метеорологиялыщ станциялардагы ба^ылаулар тек сол аумавда гана репрезентативтi болгандыщтан, Yлкен аумавда бiрнеше (3 станция)

26

метеорологиялыщ станция мэндершщ орташаланган кврсеткiштерi пайдаланылды.

Астыщ да^ылдарыныц внiмдiлiгiн багалауда пайдаланылган болжамдыщ предикторлардыц tÍ3Ímí:

— NDVI -вегетациялыщ индекс (eric ал^аптары бойынша);

— VCI -вciмдiк ^шнщ индeкci (eric ал^аптары бойынша);

— ГТК -Гидротермикалыщ коэффициент;

— £ГТК - жинакгалган ГТК;

— 3ГТК- 3-метеостанция бойынша ГТК-нщ орташа мэш;

— £3ГТК- 3-метеостанция бойынша жина^талган ГТК;

— Z - топыракгагы внiмдi ылгал коры (0...100 см);

— £Z - жинакгалгантопыракгагы внiмдi ылгал коры;

— 3Z - 3-метеостанция бойынша топырактагы внiмдi ылгал корыныц орташа мэнi;

— £3Z - 3-метеостанция бойынша жинакталгантопырактагы внiмдi ылгал ^оры;

— DEF - ауа ылгалдыгы тапшылыгы;

— £DEF - жина^талган ауа ылгалдылыгы дефициту

— 3DEF- 3-метеостанция бойынша ауа ылгалдыгы тапшылыгыныц орташа мэнi.

— £3DEF- 3-метеостанция бойынша жинакталганауа ылгалдыгы тапшылыгы.

Нэтижелер жэне талкылау. Жогарыда кeлтiрiлгeн болжамдык предикторлармен астык дакылдары арасындагы корреляциялык байланыс эрбiр аудан бойынша аныщталды. Аудандардыц физика-географиялык орналасуына жэне агроклиматтык ресурстарына байланысты болжамдык предикторлардыц корреляциялык байланысы эркелю. 1-шi кестеде Айыртау ауданы бойынша вегетациялык кeзeцнiц эрбiр 8-кYндiгiнe сэйкес предикторлардыц астык дакылдарымен байланысы келпршген.

Ец тыгыз байланыстар (0,40...0,80 шепнде корреляция коэффициeнтi) NDVI, VCI жэне жинакталган ауа ылгалдылыгы тапшылыгы арасында байкалады. ГТК жэне астык дакылдары внiмдiлiгi арасындагы байланысканагаттандырарлык децгейде.

Келеш кезекте вегетациялык кeзeцнiц эрбiр 8 ^ндшне жинакталган предикторлар бойынша квп влшeмдi регрессия тeцдeулeрi К¥растырылды. Тeцдeулeрдi к¥растыруда 2000...2017 жж. бойынша мэлiмeттeр татары пайдаланылды. Ягни, эрбiр 8-^ндшке предикторлар

27

бойынша, эртYрлi топстастыруларды пайдаланып тецдеулер К¥растырылды. Тецдеулердi топтастыруда вегетацияльщ индекстерден бас^а ^айталанбайтын екi айнымалыдан т^ратын 32 тецдеу ^¥растыру мYмкiндiгi туды.

Кесте 1

Айыртау ауданы бойынша дэндi да^ылдардьщ внiмдiлiгiмен предикторлардыц корреляцияльщ байланыстары

8-^нд1ктер

Предиктор 18.06... 26.06... 04.07... 12.07... 20.07... 28.07... 05.08...

25.06 03.07 11.07 19.07 27.07 04.08 12.08

0,02 0,39 0,44 0,68 0,66 0,58 0,75

VCI 0,07 0,40 0,46 0,69 0,68 0,60 0,75

ГТК_Саумал квл 0,25 0,06 0,35 0,00 -0,11 0,19 0,22

£ГТК_Саума лквл 0,49 0,37 0,52 0,42 0,38 0,41 0,42

3ГТК 0,42 0,14 0,25 0,01 -0,03 0,09 0,25

£3ГТК 0,46 0,43 0,54 0,46 0,40 0,46 0,49

Ъ_Саумалквл 0,21 0,36 0,26 0,25 0,24 0,23 0,15

£Ъ_Саумалк вл 0,49 0,45 0,48 0,45 0,45 0,44 0,42

3Ъ 0,30 0,50 0,46 0,30 0,23 0,30 0,10

£3Ъ 0,50 0,52 0,52 0,50 0,48 0,47 0,44

ББР_Саумал квл -0,58 -0,28 -0,60 -0,46 -0,61 -0,51 -0,65

£ББР_Саума лквл -0,68 -0,68 -0,73 -0,73 -0,74 -0,76 -0,81

3ББР -0,55 -0,32 -0,54 -0,44 -0,57 -0,45 -0,65

£3ББР -0,67 -0,66 -0,70 -0,70 -0,70 -0,71 -0,76

Зерттеу аумагы бойынша астьщ да^ылдары вшмдшктершщ квпжылдьщ сипаттамалары ^арастырылды (кесте 2). Кесте -ге сэйкес, аума^ бойынша астьщ да^ылдары внiмдiлiгi жылдан-жылга эркелкi таралатындыгы кврiнедi. Ец аз орташа аудандьщ внiмдiлiк Шал а^ын жэне Тимирязев аудандарына сэйкес келсе (5,1 жэне 5,3 ц/га), ец квп вшмдшк Кызылжар жэне Тимирязев аудандарында жина^талган (28 ц/га).

28

р я

о р

К Оу

й

й я' о\ о

Й *

р

й Е

ю

со

я

со

о о 8с Я со о

Я й со

р

Я

о р

К

ОУ

й

й я'

О) о

Й *

р

VI о й

Н со Я й со

Й со ъ

й.

Я р

Яс й р Й р Я Е

о р Й Е

я со

Й н

Й со

я

ю

чо

>5 Е

СО

Е

й *

£

*

о Я со

И о

р

й р

Я

й

£ Е

о\

о

Е Я

Б р

я р Яс й р

$ Р

о р

й Е Я

й Е

Ю О

* о

я

со

ю о

чо *

Е

й й

£

й р

н о VI со и о

(Я со

со

н р

я

я »

Й Е я

я со и> со Я Я

ы о

оо

ы о

чо

ег

3

ь »

"в

4

я я

о о\

00

®

я

2'

ь

и

Ч'

я'

о\

о

Яс

Е

Я

Б

о\ о

и

Е £

Ы й

й я

ра X

1 е

и о

(Я

Н я

3 3 3 ^

й й й »

£3 ® » К

я И Я я

Е Р Р Е

|_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1 |_1

к» о к» к» и) (Л и) и) и) (Л и)

о\ к» ОЧ о Чл V Чл Чо Ъо Чл ОЧ V

и) и) и) и) и) и)

О Ч*) Ч*) Чо Чл Чл Ъо Чо о V

о о о о о о о о о о о о о

V Ч*) Ч*) Ч*) Чо Ч*) ч*> Ч*) Ч*) Чо Ч*) Ч*)

(Л (Л (Л (Л ^ о ОЧ ОЧ ^чо (Л

Ъо Ч*) ОЧ Ъо V Чо !_, Чо

^-V ^—V ^—V ^—V ^—V ^—V ^—V ^ чо ^—V ^—V ^—V

к» к» к» чо чо I—' к> к> к>

ЧО о ЧО о о чо чо 00 00 чо о о о

о о о чо 00 чо ^ о о о

(Л и) (Л о о 00 чо (Л о о

^ ^ ^ ^ ^ ^ ^ ^

к» к» к» к» к» к» к» к» ю ю ю

00 к» ^

о 00 к» (Л 00 (Л

Чо

к» к» к» к» к> ю ю

о к» к» к» о к» о о к» о ю о о

о о о о о о

(Л (Л

|

й р я

Квпжылдьщ

орташа еншдЫк. ц/га

Орташа квадраттьщ ауыткуы

Вариация коэффициент

Минимумы

Максимумы

О >5 О

р

й р Я

й

о Я

я

р ^

н й р

к р

Й

£

Е

о\ о Яс Е Я

Б

^ р чо р ^ и

*

я

я р

% р

Й ►ч

«

со о н со

ю

я о

Й р

Яс Й

Е *

р Я й р Яс Й

£ о Е

р Й ►ч р Я й р

р

й р

Я

й р

р Я о Я

к

р

й й Е

ф Я

й й' я'

р

й р я я

Е

ю о о

о *

Е й Е

а Я

Я Я

я

к р

Й й

Е ф

я

й

й'

я' я

о

<и о о ъ

я'

о Я

Ф Я

й й'

а

Е й й р Я

3 р

Й ►ч

ё

й Ш

Яс

о О)

Й Е

О

о й

<х>

Я

Е

й

►ч р

Е н я Е

р Й Е

о\ о

Й Е

Я

со со

о\ I й

й

о

Й

о р

ю о

Е о

Й

►К

^ £

2 а « я

я о я н я я

р р

й 1

р р Е ё

й

-ё

й р

(Я

£ я

и

Я й

я о ш

е-

е-

я

я

я

со Я н

0 к)

1

!-) со

н со Я

о ►ч

Е

Й

5 н

й о

я

со >

Я

я р

Яс й

Я р

й р Я

й

Е

я Ф

й ►-) р со

24

CS

i 20 ñ

"g 16 S

® 12

^ызылжap aудaны бойыншa acra; r^bE^acL! eнiмдiлiгiнщ 2Q18 жыл Yшiн болжaмдьщ гpaфигi

1S.06-25.0626.06-03.0704.07-11.0712.07-19.0720.07-27.072S.07-04.0S05.0S-12.0S

S-KYHдiк

— 2Q18 ж^1лгы тк;ты eнiмдiлiк

Сур. 2. Цызылжaр aудaны бойыншa 2018 жылгы aнсaмбльдiк болжaудыц

мытлы.

24

5 20 'ч g 16

'Е ф 12

Еciл aудaны бойыншa acra; x^RbE^acbi eнiмдiлiгiнiн 2Q19 жыл Yшiн болжaмдык; гpaфигi

18.06-25.06 26.06-03.07 04.07-11.07 12.07-19.07 20.07-27.07 28.07-04.08 05.08-12.08

S-KYHдiк

2Q19 ж^1лгы гакты eнiмдiлiк

8

28

8

Сур. 3. Есы aудaны бойыншa 2019 жылгы aнсaмбльдiк болжaудыц

мытлы.

3-кестеде С^О aудaндapы бойыншa 2Q18 жэне 2Q19 жылы жYpгiзiлген aвтоpлы; бa;ылaу нэтижелеpi беpiлген.

Кеcте 3-ке cэйкеc, Жacaнды жеpcеpiк бойыншa aлынFaн мэлiметтеp

мен жеp бетi метеоpологиялы; бa;ылaу cтaнциялapыньщ мэлiметтеpiн

кешендi тYpде пaйдaлaнып, aуылшapуaшыльщ дэндi-дa;ылдapды

eнiмдiлiгiн бaFaлaу мYмкiндiгiн кepуiмiзге болaды. 2Q18 ^rnFa жYpгiзiлген бaFaлaу ж¥мыcтapы бойыншa жaлпы СолтYCтiк ^asa^cr^

облыcы бойыншa оpтaшa caлыcтыpмaлы кдтелш 1,6 ц/гa неме^ 9 %

30

болды, aл 2Q19 жылFa жYpгiзiлген бaFaлaу ж¥мыcтapындa cэйкеciнше caлыcтыpмaлы кзтелш 2,2 ц/га неме^ 12 % тец болды. Aудaндap бойыншa тек A^ap aудaны бойыншa caлыcтыpмaлы кзтелш 2Q18 жылы 21 % жэне MaFжaн Ж¥мaбaев aудaны бойыншa 2Q19 жылы 22 %-ды ;¥Paды, eзге ay4a^4ap бойыншa 2Q18 жэне 2Q19 жылFы кезец бойыншa caлыcтыpмaлы кзтелш 2Q %-ды; шектен acnaFa^

Кеcте 3

2018...2019 жылFы дэндi-дa;ылдapдыц eнiмдiлiгiн бaFaлaу

вшмдшкп Шкты eнiмдiлiк, Сaлыcтыpмaлы

Aудaн бaFaлaу, ц/гa ц/га вдтелш, %

20iS 2019 201S 2019 201S 2019

Aйыpтaу 17,0 15,6 16,7 16,9 2 S

A^amm 17,4 17,5 18,5 15,6 6 12

A^ap 14,1 14,8 18 18,3 21 19

Еал 17,2 16,9 16,6 16,1 3 5

F. MYcipепов 17,1 13,9 16,5 17,2 4 19

16,5 17,3 20,5 15,3 19 13

M. Ж¥мaбaев 17,1 18,0 16,5 23,2 4 22

Maмлют 15,5 16,2 16,9 19 9 15

Шaл a^rn 15,6 15,2 16 16,8 2 10

Tamrnmbi 16,2 16,2 15 15,8 S 2

Tимиpязев 17,2 14,1 16,2 14 6 1

Ш. Уaлихa-нов 14,0 13,2 17 16,2 17 19

Жшбыл 17,9 16,7 21 14,5 15 15

Цорытынды. K^ipri ya^ina aуылшapуaшылы; дa;ылдapын жеp бетi мэлiметтеpi бойыншa eнiмдiлiктi бaFaлaу жYpгiзiлiп келcе, aвтоpлapмен жYpгiзiлген ж^мыгс ;aшы;ты;тaн зондылaу мэлiметтеpiн кешецщ пaйдaлaну apты;шылы;тapын кepcетедi. Келеci 6íp apты;шылы;, вегетaциялы; кезецнщ aлFaш;ы декaдaлapынaн бacтaп eнiмдiлiктi бaFaлaу мYмкiндiгiнде. 2Q18 жылFa жYpгiзiлген бaFaлaу ж¥мыcтapынa cэйкеc жaлпы СолтYCтiк Kaзa;cтaн облыcы бойыншa оpтaшa caлыcтыpмaлы кзтелш 1,6 ц/га неме^ 9 % болды, aл 2Q19 жылFa жYpгiзiлген бaFaлaу ж¥мыcтapындa cэйкеciнше caлыcтыpмaлы кзтелш 2,2 ц/га неме^ 12 % тец болды.

31

ЭДЕБИЕТТЕР Т1З1М1

1. Агроклиматические ресурсы Северо-Казахстанской области: научно-прикладной справочник / Под ред. С.С. Байшоланова - Астана, 2017. - 125 с.

2. АПК Информ. Казахстан на мировом рынке зерна. [Электрон. ресурс].

- 2006 URL. https://www.apk-inform.com/ [дата обращения 17.10.2019].

3. Клещенко А.Д., Вирченко О.В., Савицкая О.В. Методы оценки урожайности зерновых культур и ее пространственного распределения на основе агрометеорологических и спутниковых данных / Вопросы радиометеорологии, 2013 - С. 305-315.

4. Клещенко А.Д., Лебедева В.М., Найдина Т.А., Савицкая О.В. Использование спутниковой информации MODIS в оперативной агрометеорологии // Современные проблемы дистанционного зондирования Земли из космоса. Институт космических исследований Российской академии наук, 2015. - Т. 12. - № 2. - С. 143-154.

5. Клещенко А.Д., Савицкая О.В., Технология ежедекадной оценки урожайности зерновых культур по спутниковой и наземной агрометеорологической информации. Современные проблемы дистанционного зондирования Земли из космоса Институт космических исследований Российской академии наук, 2011. - Т. 8. - № 1. - С. 178-182.

6. Курбанов Э.А., Воробьев О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. Оценка точности и сопоставимости тематических карт лесного покрова разного пространственного разрешения на примере Среднего Поволжья // Современные проблемы дистанционного зондирования Земли из космоса. Институт космических исследований Российской академии наук, 2016. - Т. 13. - № 1. - С. 36-48.

7. Полищук Ю.М., Хамедов В.А., Русакова В.В. Дистанционные исследования воздействия факельного сжигания попутного газа на лесорастительный покров нефтедобывающей территории с использованием вегетационного индекса // Современные проблемы дистанционного зондирования Земли из космоса Институт космических исследований Российской академии наук, 2016. - Т. 13.

- № 1. - С. 61-69.

8. Сладких Л.А., Сапрыкин Е.И., Захватов М.Г., Сахарова Е.Ю. Технология мониторинга состояния посевов по данным дистанционного зондирования Земли на юге Западной Сибири -ГЕОМАТИКА, 2016 - №2 - С. 39-48.

9. Терехов А.Г., Кауазов А.М. Подспутниковый MODIS-ориентированный анализ информативности вегетационных индексов в

32

задаче описания состояния яровой пшеницы Северного Казахстана // Современные проблемы дистанционного зондирования Земли из космоса, 2007. - Выпуск 4. - Т. 2. - С. 352-357.

10. Хайбрахманов Т., Геоинформационные сервисы космического мониторинга сельскохозяйственных земель // Земельные отношения и землеустройство. - 2016. - МСХЖ №4. - С. 9-12.

11. Aqua Earth-observing satellite mission.[Электрон. ресурс]. - URL. https://aqua.nasa.gov/ [дата обращения 17.10.2019].

12. Huete A.R., Justice C. MODIS vegetation index (MOD13) algorithm theoretical basis document. Ver. 3. 1999

13. Landsat Science. [Электрон. ресурс]. - URL. https://landsat.gsfc.nasa.gov/ [дата обращения 17.10.2019].

14. Liu, W.T. and F.N. Kogan, 1996: Monitoring regional drought using the Vegetation Condition Index. International Journal of Remote Sensing, 17(14): 2761-2782.

15. MODIS Web.[Электрон. ресурс]. - URL. https://modis.gsfc.nasa.gov/ [дата обращения 17.10.2019].

16. Sentinel Online. [Электрон. ресурс]. - URL. https://sentinel.esa.int/web/sentinel/home [дата обращения 17.10.2019].

17. Terra: the EOS Flagship. [Электрон. ресурс]. - URL. https://terra.nasa.gov/ [дата обращения 17.10.2019].

Поступила 06.05.2020

Н.Н.Абаев Ш.Е. Турашов Канд. геогр. наук, доцент А.С. Нысанбаева

К.М. Болатов

ПРИМЕНЕНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ ОЦЕНКИ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР СЕВЕРО-КАЗАХСТАНСКОЙ ОБЛАСТИ

Ключевые слова: вегетационный период, вегетационный индекс, индекс состояния растений, ГТК, продуктивная влажность почвенного покрова

В статье представлена возможность применения данных дистанционного зондирования Земли для оценки урожайности зерновых культур. Работа проводилась с использованием предикторов, полученных по данным 8-дневных съемок спутников космического агентства Соединенных Штатов Америки NASA Terra и данным наземных метеостанций. В ходе работы были

33

составлены уравнения многомерной регрессии по районам СевероКазахстанской области с прогнозом урожайности зерновых культур за 2018, 2019 годы и определены возможности использования спутниковых данных. В результате проведенной прогнозной работы с собранными уравнениями средняя относительная погрешность прогноза на 2018 год составила 1,6 ц /га или 9 %, а относительная погрешность прогноза на 2019 год составила 2,2 ц/га или 12 %.

N.N. Abaev, Sh.E. Turashov, A.S. Nyssanbaeva, K.M. Bolatov

REMOTE SENSING DATA USING IN CROP YIELD ASSESSMENT OF THE NORTH KAZAKHSTAN REGION

Keywords: vegetation period, vegetation index, plant condition index, hydrothermal coefficient, productive soil moisture

The article presents the possibility of using remote sensing data to assess crop yields. The work was carried out using predictors obtained from the 8-day surveys of Terra satellites of The US National Aeronautics and Space Administration and weather stations. In the course of the work, multidimensional regression equations were compiled for the regions of the North Kazakhstan region with the forecast of grain yield for 2018 and 2019, and the possibility of using satellite data was determined. As a result of the forecast work with the collected equations, the average relative error of the forecast for 2018 was 1,6 C / ha or 9 %, and the relative error of the forecast for 2019 was 2,2 C/ha or 12 %.

34