Қазақстанның ауылдық аудандарында геокеңістіктік деректер базасын пайдалану

Ауылдық жерлердің тұрақты дамуы көбінесе жер ресурстарын тиімді басқару мен аумақтық жоспарлауды қамтамасыз ететін өзекті кеңістіктік ақпараттың болуына байланысты. Кең ауылдық аумақтармен, халықтың біркелкі бөлінбеуімен және демографиялық өзгерістермен сипатталатын Қазақстанда топографиялық және статистикалық мәліметтерді біріктіруге мүмкіндік беретін заманауи цифрлық құралдарды қолдану ерекше маңызға ие. Мақсаты – ауылдық жерлерде ГАЖ технологияларының дерекқорларын пайдалануды талдау және олардың ауылдық округтерді трансформациялау процестерін географиялық зерттеу, мониторинг және басқару үшін аналитикалық негіз ретіндегі рөлін бағалау. Жұмыста тұрғындар санының көрсеткіштерін және жерді пайдалану индикаторларын бірыңғай геоақпараттық мұрағатқа біріктіруге баса назар аударылды. Әдістер – жерге орналастыру материалдары мен геокеңістіктік құжаттаманы өңдеу және визуализациялау кезінде геоақпараттық жүйелерді іске асырумен ландшафттық зерттеу, картографиялық модельдеу. ГАЖ әдістері ауыл контингентінің тығыздығын есептеу және демография параметрлерінің кеңістіктік-уақыттық ауытқуларын анықтау үшін қолданылды. Нәтижелер –ауылдық елді мекендердің қоныстану дәрежесін және оның динамикасын талдауға мүмкіндік беретін ГАЖ мәліметтер базасы құрылды. ГАЖ-технологияларға негізделген картаға түсіру ауыл халқының жоғары және төмен шоғырланған аймақтарын, сондай-ақ ауыл тұрғындары санының азаюына немесе салыстырмалы біркелкілігіне бейімділігі бар аумақтық бірліктерді белгіледі. Ақпараттық массивтің ГАЖ-базасының әзірленген құрылымы демографиялық, жер және кеңістіктік цифрлық мәндерді бірыңғай ақпараттық ортаға синтездеуге ықпал етеді. Қорытындылар - ГАЖ технологияларының дерекқорларын пайдалану ауылдық аймақтардағы басқарудың дәлдігі мен тиімділігін арттырады. Оларды жерді реттеу жүйесін жаңғыртудың және республиканың ауылдық аудандары экономикасының теңгерімді өсуінің басым бағыты ретінде қарастырған жөн.

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].