Ауыл шаруашылығы мақсатындағы жерлерді кадастрлық бағалауды модельдеу: ақпараттандыруға қойылатын заманауи талаптар

Цифрлық технологиялардың қарқынды дамуы жер кадастры саласында жаңа мүмкіндіктер ашты, атап айтқанда, геоақпараттық жүйелер (ГАЖ), спутниктік мониторинг және қашықтықтан зондтау әдістері жер ресурстары туралы ақпаратты тез және дәл алуға ықпал етеді.

Мақсаты - дәстүрлі қолмен есептеу әдістерінен көп өлшемді талдау негізінде кеңістікке бағытталған модельдеуге көшуді қамтамасыз ететін жер учаскелерін кадастрлық бағалаудың автоматтандырылған геоақпараттық құрылымын әзірлеу.

Әдістері – өлшенген қабаттасуға негізделген геоақпараттық механизмдер, көп өлшемді зерттеу, кадастрлық деректерді жинау, матрицалық салыстыру және интеграциялық тәсілдер. Ұсынылған әдістеме статикалық кадастрлық есепті ландшафт пен инфрақұрылымның өзгеруіне сезімтал динамикалық кеңістіктік схемаға айналдыруға мүмкіндік береді. Цифрлық жер бедері моделін (ЦЖМ) есептеулердің белсенді қатысушысы ретінде пайдалану халықаралық қауымдастық үшін зерттеудің жоғары ғылыми құндылығын қамтамасыз етеді. Жалпы тұжырымдама шешім қабылдаудың математикалық құралы арқылы анықталған баламалар мен салмақ коэффициенттерін таңдау, салыстыру арқылы ГАЖ-ның біртұтас аналитикалық ортасына гетерогенді аумақтық мәліметтерді біріктіруге негізделген.

Нәтижелер – ауыл шаруашылығы жерлерінің жер алаңдарының құнын белгілеу рәсімдері ГАЖ арқылы табиғи, инфрақұрылымдық және экономикалық өлшемдерді біріктіреді. Бұл тәсіл аймақтың геометриялық ерекшеліктерін ескереді, экономикалық тиімділікті негіздеуге және ғылыми дәлелді ұсыныстар жасауға мүмкіндік береді.

Қорытындылар – кадастрлық сипаттамаға негізделген табиғи, инфрақұрылымдық және экономикалық факторларды біріктіру топырақтың сапасын, климаттық жағдайларды, конфигурациясын, мөлшері мен формасын, жер учаскелерінің экологиялық сипаттамалары мен баға эквивалентін ескеруге, салықтар мен жалдау төлемдерін дұрыс есептеуге, жер қорын басқару мәселелерін, әлеуметтік-экономикалық аспектілерді шешуге мүмкіндік береді. Жер учаскелерінің кадастрлық құны жергілікті бюджеттердің кіріс бөлігінде ерекше орын алады.

1. Bui, D.H. From Land Cover Map to Land Use Map: A Combined Pixel-Based and ObjectBased Approach Using Multi-Temporal Landsat Data, a Random Forest Classifier, and Decision Rules/ D.H. Bui, L.Mucsi //Remote Sensing. - 2021. - Vol. 13.-Issue 9. - P.1-24. https://doi.org/10.3390/rs13091700

2. Pande, C.B. Assessment of land-use and land-cover changes in Pangari watershed area (MS), India, based on the remote sensing and GIS techniques / C.B. Pande, K.N., Moharir, S.F. R. Khadri // Applied Water Sciencel. - 2021. - Vol. 11. – Article 96. P.1-15. https://doi.org/10.1007/s13201-021-01425-1

3. Zhu, Q. Knowledge-guided land pattern depiction for urban land use mapping: A case study of Chinese cities / Q. Zhu, Y. Lei, X. Sun //Remote Sensing of Environment.-2022.-Vol. 272. Article 12916. https://doi.org/10.1016/j.rse.2022.112916

4. Lindner, C. The Smart and Maps Approach for Participatory Land Rights Mapping / C. Lindner, A. Degbelo, G. Vassányi // Land. - 2023. - Vol. 12.- Issue 11. – Article 2043. https://doi.org/10.3390/land12112043

5. Zhichkin, A.K. Cadastral valuation of agricultural land: regional practice / K. A. Zhichkin, D.A. Vorob'eva, L.N. Zhichkina, A.V. Nayanov, A.N. Kuraev // Earth and Environmental Science. -2021. -Vol. 723. – Article 032095. doi:10.1088/1755-1315/723/3/032095

6. Feng, J. Integrating AI with GIS: A novel system for efficient task execution/ J. Feng, X. Chen, X. Zhao// Big Data and Earth System - 2026.-Vol. 2. Issue 1. Article 100053. https://doi.org/10.1016/j.bdes.2026.100053

7. Malinowski, R. Automated production of a land cover/use map of Europe based on Sentinel-2 imagery / R. Malinowski, S Lewinski, M. Rybicki//Remote Sensing.-2020.-Vol.12.- Issue 21.– Article 3523. https://doi.org/10.3390/rs12213523

8. Mete, O.M. A Hybrid Approach for Mass Valuation of Residential Properties through GIS and Machine Learning Integration / O.M. Mete, T.Yomralioglu // Geographical Analysis. -2023. - Vol. 55. -Issue 4.- P. 535-559. https://doi.org/10.1111/gean.12350

9. Usman, R. Geographic information system and big spatial data: A review and challenges/ R. Usman, I. Hashem, T. Pillai // International Journal of Enterprise Information Systems. - 2020. - Vol. 16. - Issue 4. – P. 101-145.

10. Yu, J. A combined convolutional neural network for urban land-use classification with GIS data/ J. Yu, P. Zeng, Y. Yu // Remote Sensing. - 2022. - Vol. 14.- Issue 5. - Article 1128. https://doi.org/10.3390/rs14051128

11. Bhabani, P. Digital Soil Mapping: concepts, methods, and applications - Remote sensing and GIS perspectives /M.P. Bhabani, S.N. Rabi, B.Das //Remote Sensing of Soils Mapping, Monitoring, and Measurement -2024. -Vol.256. - P.195-212. https://doi.org/10.1016/B978-0-443-18773-5.00018-1

12. Yaqub, M.T., Spatial mapping and modelling of soil organic carbon using random forest and remote sensing variables in part of Kaduna, Northern Nigeria / M.T. Yaqub., F.K.Sadiq //Artificial Intelligence in Geosciences. -2026 -Vol.7. – Issue 1.- Article 100198. https://doi.org/10.1016/j.aiig.2026.100198

13. Droj G. Comprehensive Overview Regarding the Impact of GIS on Property Valuation / G. Droj, A. Kwartnik-Pruc, L. Droj // ISPRS International Journal of Geo-Information.-2024.Vol.13.-Issue 6.-Article 175. https://doi.org/10.3390/ijgi13060175

14. Duong, H. A systematic review of GISbased and AHP approaches for identifying suitable locations for livestock farms/ H. Duong, T.T. Nong, X.T. Nguyen // Earth and Environmental Science -2024.-Vol. 6.-Issue 1345. Article 01200 3. https://doi:10.1088/1755-1315/1345/1/012003

15. Jannet, C. Factors affecting decisionmaking in land valuation process using AHP: a case in the Philippines / C.B. Jannet, C. Bencure, N.K. Tripathi / International Journal of Housing Markets and Analysis -2022.- Vol.15.- Issue 1.- P.188-202 https://doi.org/10.1108/IJHMA-11-2020-0136