Рассмотрены инновационные подходы к управлению земельным фондом. Определено, что в целях совершенствования этого процесса необходимо применение ГИС-технологий, в частности проведение космического мониторинга сельского хозяйства. В результате создана ГИС-платформа посевных площадей сельхозкультур Акмолинской области на основе космических снимков. Произведена оцифровка (векторизация) и их дешифрирование для распознавания объектов на местности. Получена база данных по посевным площадям сельскохозяйственных культур с атрибутивными данными в программе ArcGIS, v.10,4 в разрезе районов Акмолинской области. Определены биологические группы сорня- ков, встречающиеся на посевах. Произведена спутниковая оценка их засоренности на основе данных ДЗЗ с разбивкой на 3 класса уровня засоренности посевов: слабое засорение, засоренные в средней степени, сильно засоренные. Рассчитана биологическая урожайность сельхозкультур на базе наземных наблюдений. Для этого осуществлены выезды на местность с целью сбора наземных данных, в ходе которых собраны снопы посевов в разрезе отобранных контрольных точек обследований, определены их координаты с помощью GPS-приемника. Произведен расчет нормализованного разностного вегетационного индекса (NDVI) для определения урожайности. Составлены карты-схемы засоренности посевных площадей и урожайности сельскохозяйственных культур на основе ДЗЗ.
The innovative approaches to land management are considered. It was determined that in order to improve this process, it is necessary to use GIS technologies, in particular, and conduct space monitoring of agriculture. As a result, GIS platform was developed for sown areas of agricultural crops of Akmola region based on satellite imagery. Digitization (vectorization) and their decoding for recognition of objects on ground was conducted. Database of crop areas with attributive data in ArcGIS program, v.10.4 in the districts of Akmola region was obtained. The biological groups of weeds found on crops were determined. A satellite assessment of their contamination was done on the basis of remote sensing data broken down into 3 classes of contamination level of crops: weak contamination, medium contamination, heavy contamination. Calculation of biological yield of crops on the basis of ground-based observations was conducted. For this purpose, field trips were done to collect ground data, during which sheaves of crops were collected in the context of selected survey control points, their coordinates were determined using a GPS receiver. The calculation of the normalized differential vegetation index (NDVI) to determine the yield was done. A map of contamination of cultivated areas and crop yields on the basis of remote sensinghas been designed.
The authors declare that there are no conflicts of interest present.