1.1 Мониторинг состояния использования земель сельхозназначения
Мониторинг эффективности землепользования территории Казахстана, площадь которой составляет 2.7 млн. км2 является сложной задачей. Для северных сельскохозяйственных территорий мы применили и комбинировали технологии дистанционного зондирования с полевыми исследованиями в целях калибровки и верификации. На основе космических снимков были выявлены следующие группы земель: используемые, неиспользуемые, сенокосы и пары.
1.2 Выявление территорий деградаций пастбищ
Обширные территории Северного, Западного и Центрального Казахстана используются как естественные пастбища. Выпас скота является одним из старейших и стабильных (регулярных) форм воздействия человека на экосистемы этой территории. Нарушение норм выпаса и отсутствие системы пастбищеоборота выпаса скота оказывает негативные влияние на все компоненты ландшафта. На основе данных дистанционного зондирования и наземной калибровки были определены 3 класса урожайности территорий. Первый класс («высокая урожайность») включает не выпасаемые, а также не сбитые пастбища. Это означает практическое отсутствие деградации, или она очень слабая. Во второй класс («средняя урожайность») слабо сбитые пастбища, деградация – слабая. Третий класс («низкая урожайность») вошли сильно сбитые, очень сильно сбитые и скальпированные пастбища.
1.3 Мониторинг за ходом посевной и уборочной кампаний
Дистанционное зондирование Земли позволяют получать высокооперативную и достоверную информацию о состоянии сельскохозяйственных культур. С помошью спутниковых систем Terra, Landsat, Sentinel, PlanetScope был проведен мониторинг посевов и уборки урожая.
1.4 Внедрение технологий точного земледелия
Неоднородности внутри поля и от поля к полю непосредственно влияют на общую продуктивность. На основе агрохимического анализа и электронных карт было внедрено дифференцированное внесение удобрений, на каждый участок поля по 1 га сетке. Были внедрены технологии точного геопозиционирования, географических информационных систем, космического мониторинга.
1.5 Спутниковые прогнозы паводков и засухи для бассейна реки Кабул с моделированием поверхностных и подземных вод совместно со специалистами Назарбаевского университета.
С помощью спутниковых данных ДЗЗ проводилось моделирование прогнозируемых воздействий изменения климата на сток, таяние снега и растительный покров.
https://www.ckrb.org/
1.6 Адаптация комбинированного индекса дефицита (CDI) для оценки сельскохозяйственной засухи в Костанайской области с использованием данных ДЗЗ
Сельскохозяйственная засуха возникает, когда урожайность ниже нормы из-за длительного дефицита влаги в почве в корневой зоне, вызванного дефицитом осадков по сравнению с нормальным периодом. Это указывает на то, что сельхоз засуха имеет масштаб более одного месяца. Кроме того, понятно, что NDVI не реагирует сразу после дождя. Поэтому, задержка во времени сельхоз засухи от метеорологической составляет примерно 1 месяц в засушливых и полузасушливых районах.
Карта наиболее подверженных к засухе территории в Костанайской области за 20 летний период на основе CDI
(<25 – норма; 25-50 – умеренная засуха, 50-75 – сильная засуха; >75 – экстремальная засуха)
1.7 МОНИТОРИНГ РАСХОДА ВОДЫ НА НУЖДЫ ИРРИГАЦИИ
В июле 2018 года Азиатский банк развития (АБР) одобрил пилотные демонстрационные мероприятия в рамках Механизма партнерства по водному финансированию RETA 6498: Поддержка в области знаний и инноваций в рамках Программы АБР по финансированию водных ресурсов в целях получения знаний и укрепления потенциала Министерства сельского хозяйства Республики Казахстан.
В рамках пилотного проекта АБР вместе со специалистами из КАТУ имени С.Сейфуллина подготовил изображения и анализ данных с дронов, полученных в сотрудничестве с платформой «IrriWatch» (Нидерланды), которая предоставила технологию зондирования и методологическую поддержку проекта. Продемонстрированные технологии и данные сокращают расход воды на нужды ирригации и повышают продуктивность вод. Внедрение этой технологии и услуг по всей стране повысит эффективность водопользования.
Тепловизионная съемка с БПЛА с целью предоставления рекомендаций по поливу сельскохозяйственных земель на основе влажности почвы (корневая зона)
1.8 МОДЕЛИРОВАНИЕ ЭКОЛОГИЧЕСКИХ НИШ (АРЕАЛОВ ЗАСЕЛЕНИЯ) НЕСТАДНЫХ САРАНЧОВЫХ
Применение методов дистанционного зондирования и ГИС технологий при мониторинге саранчовых связано с обнаружением территорий с благоприятными условиями среды для размножения. Определение этих условий является основой при разработке модели экологической ниши вредителей. Экологическая ниша – совокупность всех факторов среды, в пределах которых возможно существование вида в природе.
Ареал заселения нестадных саранчовых вредителей
1.9 Идентификация типов сельскохозяйственных культур по данным ДЗЗ
Цифровизация сельского хозяйства для рационального и эффективного управления является важным приоритетом развития отрасли. Географическое положение и распределение сельскохозяйственных культур является ценным источником информации для принятия решений на национальном и региональном уровнях. Отдельные работы классификации земель и основных с/х культур по данным ДЗЗ на пилотных территориях на сегодняшний проведены КАТУ, результаты которых демонстрируют относительно высокую точность.
1.10 Прогнозирование урожайности зерновых культур
Задача моделирования урожайности сельскохозяйственных культур составляет основу текущих исследований в области точного земледелия и планирования агропромышленного комплекса, регулирования рынков сельскохозяйственной продукции, импортно-экспортных работ. Наиболее потенциальное направление исследований связано с применение данных дистанционного зондирования Земли. Прогнозирование урожайности выполняется по серии разновременных снимков в течение вегетационного сезона, информации о произрастающих культурах текущего и прошедших годов, фактическом прошлогоднем сборе урожая по каждому полю. Проведенные исследования продемонстрировали, что вегетационные индексы ДЗЗ показывают сильную корреляционную зависимость с урожайностью.
