Использование геопространственных баз данных в сельских районах Казахстана

Стабильное развитие сельской местности во многом зависит от наличия актуальной пространственной информации, обеспечивающей эффективное управление земельными ресурсами и территориальное планирование. В Казахстане, характеризующемся обширными сельскими территориями, неравномерным распределением населения и демографическими изменениями, особую значимость приобретает применение современных цифровых инструментов, позволяющих интегрировать топографические и статистические сведения. Цель – анализ использования баз данных ГИС-технологий в сельских районах и оценка их роли как аналитической основы для географического исследования, мониторинга и менеджмента процессами трансформации сельских округов. В работе сделан акцент на интеграцию показателей численности жителей и индикаторы землепользования в единый геоинформационный архив. Методы – ландшафтное изучение, картографическое моделирование с реализацией геоинформационных систем при обработке и визуализации материалов землеустройства и геопространственной документации. Способы ГИС применялись для расчёта плотности сельского контингента и выявления пространственно-временных колебаний па раметров демографии. Результаты –сформирована ГИС-база данных, предоставляющая возможность проанализировать степень заселенности сельских поселений и ее динамику. Картографирование на основе ГИС-технологий обозначило регионы с высокой и низкой концентрацией сельского населения, а также территориальные единицы, обладающие тенденцией к сокращению или относительной равномерностью количества сельчан. Разработанная структура ГИС-базы информационного массива способствует синтезу демографических, земельных и пространственных цифровых значений в единую информационную среду. Выводы – использование баз данных ГИС-технологий повышает точность и действенность управления в сельских регионах. Их следует рассматривать как приоритетное направление модернизации системы регулирования земель и сбалансированного роста экономики сельских районов республики.

1. Malczewski, J. & Jankowski, P. (2020). Emerging trends and research frontiers in spatial multicriteria analysis. International Journal of Geographical Information Science, 34 (7), 12571282. https://doi.org/10.1080/13658816.2020.1712403 [in English].

2. Campi, M., Dueñas, M. & Fagiolo, G. (2021). Specialization in food production affects global food security and food systems sustainability. World Development, 141, 105411. https://doi.org/10.1016/j.worlddev.2021.105411 [in English].

3. Bielecka, E. (2020). GIS spatial analysis modeling for land use change: A bibliometric analysis of the Intellectual Base and Trends. Geosciences, 10 (11), Article 421. https://doi.org/10.3390/geosciences10110421 [in English].

4. Iban, M.C. & Aksu, O.A. (2020). A model for big spatial rural data infrastructure in Turkey: Sensor-driven and integrative approach. Land Use Policy, 94, Article 104376. https://doi.org/10.1016/j.landusepol.2019.104376 [in English].

5. Barzegar, M., Rajabifard, A. & Kalantari, M. (2021). A framework for spatial analysis in 3D urban land administration. Land Use Policy, 108, 105766. https://doi.org/10.1016/j.landusepol.2021.105766 [in English].

6. Liu, L., Liu, B., Song, W. & Yu, H. (2023). The relationship between rural sustainability and land use: a bibliometric review. Land, 12 (8), 1617. https://doi.org/10.3390/land12081617 [in English].

7. Liu, Y., Ke, X., Wu, W., Zhang, M., Fu, X., Li, J., Jiang, J., He, Y., Zhou, C., Li, W., Song, Y. & Zhou, X. (2022). Geospatial characterization of rural settlements and potential targets for revitalization by geoinformation technology. Scientific Reports, 12, 8399. https://doi.org/10.1038/s41598-022-12294-2 [in English].

8. Koeva, M.N., Bennett, R.M. & Persello, C. (2022). Remote sensing for land administration 2.0. Remote Sensing, 14 (17), 4359. https://doi.org/10.3390/rs14174359 [in English].

9. Chen, X., Chen, F., Cui, F. & Lei, W. (2023). Spatial heterogeneity of sustainable land use in the Guangdong–Hong Kong–Macao Greater Bay Area in the context of the carbon cycle: GIS-based big data analysis. Sustainability, 15 (2), 1715. https://doi.org/10.3390/su15021715 [in English].

10. Biljecki, F. & Chow, Y.S. (2022). Global building morphology indicators. Computers, Environment and Urban Systems, 95, 101809. https://doi.org/10.1016/j.compenvurbsys.2022.101809 [in English].

11. Chen, J., Zhang, L., Zhao, S. & Zong, H. (2023). Assessing land-use conflict potential and its correlation with land-use/land-cover based on multi-functionality and landscape complexity: The case of Chengdu, China. Land, 12(4),742. https://doi.org/10.3390/land12040742 [in English].

12. Junye, W. & Michael, B. (2022). Machine learning in modelling land-use and land cover change (LULCC): Current status, challenges and prospects. Science of the Total Environment, 822, 153559. https://doi.org/10.1016/j.scitotenv.2022.153559 [in English].

13. Zhumatayeva, Z., Onalbayeva, D., Mukaliyev, Z., Bekturganova, A., Bekkuliyev, A.&Turganaliev, S. (2025). Analysis of the method of updating agricultural maps by processing satellite images and geoinformation technology data in the land management system. Izdenister Nati-geler, 4 (108), 342–354. https://doi.org/10.37884/42025/36 [in English].

14. Ashimkhan, N., Rafikov, T., Zhildikbayeva, A., Mukaliyev, Z., Doktyrbek, A. & Pentaev, T. (2025). Application of geographical databases for the development of geo-portals in Kazakhstan. Izdenister Natigeler, 4 (108), 470–480. https://doi.org/10.37884/4-2025/48 [in English].

15. Ma, Y., Zheng, M., Zheng, X., Huang, Y., Xu, F., Wang, X., Liu, W. & Liu, W. (2023). Land use efficiency assessment under Sustainable Development Goals: Asystematic review. Land, 12 (4), 894. https://doi.org/10.3390/land12040894 [in English].