«Космический мониторинг и ГИС для количественной оценки засоленности почв и деградации сельскохозяйственных угодий Юга Казахстана»

Информация о проекте

«Космический мониторинг и ГИС для количественной оценки засоленности почв и деградации сельскохозяйственных угодий Юга Казахстана» (BR 10965172)

Цель: «Создание веб-геоинформационного сервиса оперативного мониторинга количественной оценки степени засоления почв и деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли».

По техническому заданию Заказчика в данной программе объектом и предметом исследования являются засоленные сельскохозяйственные угодий Южного Казахстана, у которых пахотный слой почвы на уровне (0-30 см). Масштаб требуемых карт засоления М 1:300000. Связь масштаба карты с информационной насыщенностью определяется минимальным объектом, который подлежит картированию (нормативная документация: ГОСТ Р 51608).

Методы исследования: Экспертное дешифрирование, стандартные статистические методы корреляционного анализа дистанционно-регистрируемых параметров (NDVI, LST и др.) и наземной информации. Методы кластеризации и классификации спутниковых данных.

Область применения и внедрение результатов: Засоление поливной пашни и деградация сельскохозяйственных земель Юга Казахстана.

Текущие результаты:

Сформирован архивов наземных данных по засолению полей на проектной территории: исторические данные периода 2002-2020 гг. (по материалам Гидрогеолого-мелиоративных экспедиций МСХ РК, соответствующих регионов и др. источников).

Проведены собственные наземные обследования засоленности поливной пашни проектных территорий, включающих отбор образцов почв в ключевых участках, анализ содержания солей и экспертное, ранговое описание состояния сельскохозяйственных полей по классам засоления ФАО, в рамках маршрутных обследований.

Проанализированы доступные открытые архивные данные, получено, что в системе   ГУ «Управления земельных отношений» областного уровня хранятся различные картографические материалы, датированные еще временами бывшего СССР (с 1972 года). Архивы не оцифрованы и хранятся в бумажном варианте.

Картирование засоления поливной пашни встречает существенные технические трудности. Обзор научной литературы показал, наличие лишь отдельных работ, касающихся этой задачи. Засоление поливной пашни отличается значительной изменчивостью в течение сезона. Практически представляют интерес карты весеннего и осеннего засоление. Для решения задачи картирования засоления поливной пашни Юга Казахстана использованы следующие спутниковые продукты:

  • Вегетационный индекс NDVI. Формат отдельных сцен Sentinel-2, с разрешением 10м. Мониторинговые данные периода с 2003- по текущий момент (источник — FEWS NET), декадное обновление, разрешение до 250 м, в шкалах: абсолютные значения NDVI; отклонение от среднего; оценка глубины отклонения, в масштабе исторически зарегистрированных вариаций (многолетние минимум – максимум) в данном месте в данное время.
  • Индексы засоления (выбор индексов будет продолжен). Формат отдельных сцен Sentinel-2 и (или) Landsat -8 разрешение (10-30 м) в весенний период (март-апрель).
  • Снимки Sentinel-2, Landsat-8 разрешение (10-30 м) оптические каналы. Формат отдельных сцен для оценки спектральных характеристик подстилающей поверхности, выявления затопления и переувлажнения поливной пашни в течение года, восстановления рисовых севооборотов и оценки осенне-зимних промывок полей, мониторинга площади водных зеркал основных водохранилищ региона (оценка текущей наполненности и режимов сработки резервуаров для диагностики водности сезона).
  • Поверхностная температура (Land Surface Temperature). В формате мониторинга периода с 2003 по текущий момент (источник — FEWS NET), декадное обновление, разрешение 5 км; в шкалах: абсолютные значения; отклонение от среднего; количественная оценка величины охлаждения пашни из-за ее ирригации (Irrigation Cooling Effect).
  • Высота снежного покрова (Snow Depth). В формате мониторинга периода с 2001- по текущий момент (источник — FEWS NET), декадное обновление, разрешение 1 км.

Практическая значимость описанного явления связана с востребованностью долгосрочного прогноза водности рек Центральной Азии. Прогноз объемов речного стока влияет на планирование площадей посевов под различными культурами. “Долгая память” в многолетнем режиме снежности высокогорья в Тянь-Шане оправдывает применимость простейшего «инерционного» прогноза. При котором, снежность будущего года предполагается близкой к уровню текущего года.

В процессе проведения научно-исследовательских мероприятий данного этапа проекта разработана документация по геопарталу, веб-геоинформационному сервису оперативного мониторинга включающая  рекомендации по архитектуре и программным решениями для разработки геоинформационной системы количественной оценки засоления почв.

Работа выполнена при поддержке гранта МОН РК ИРН BR10965172, выполняемой в Институте информационных и вычислительных технологий КН МОН РК, по договору №362 от 07 сентября 2021 года

Реконструкция рисового севооборота

Реконструкция рисового севооборота в массиве

Спутниковый мониторинг SD FEWS NET

Публикации:
  1. Терехов А. Г., Абаев Н. Н., Тиллакарим Т. А. Явление аномального снегопада 13–14 марта 2021 г. на юге Казахстана //Современные проблемы дистанционного зондирования Земли из космоса. – 2021. – Т. 18. – №. 4. – С. 279-284. http://d33.infospace.ru/jr_d33/2021v18n4/279-284.pdf
  2. Терехов А.Г., Абаев Н.Н., Ю.А. Маглинец Спутниковый мониторинг состояния оазисов реки Амударьи в период 2003–2020 гг. на основе анализа эффекта охлаждения территорий в результате их ирригации. Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. №5. С. 123–132. http://d33.infospace.ru/jr_d33/2021v18n5/123-132.pdf
  3. Mukhamediev R. I. et al. Review of Some Applications of Unmanned Aerial Vehicles Technology in the Resource-Rich Country //Applied Sciences. – 2021. – Т. 11. – №. 21. – С. 10171.  https://doi.org/10.3390/app112110171
  4. Kong M. et al. Energy-efficient rescheduling with time-of-use energy cost: Application of variable neighborhood search algorithm //Computers & Industrial Engineering. – 2021. – Т. 156. – С. 107286. https://doi.org/10.1016/j.cie.2021.107286
  5. Мустафин С. Определение момента начала эксплуатации закладки Свидетельство о депонировании результатов интеллектуальной деятельности (РФ, СПб), № 221.018.3F64 от 21.05.2021
  6. Мустафин С. Автоматизированное выделение линейных объектов изображения Свидетельство о депонировании результатов интеллектуальной деятельности (РФ, СПб), № 221.018.3FBE от 03.09.2021