Аңдатпа
Цифрлық картографиялық негізді (ЦКН) қалыптастыру аумақты бағалау және талдау мақсатында пайдаланылатын ақпараттық-бағалау карталарын құрудың маңызды алғышарты болып табылады. Бұл мақалада Шығыс Қазақстан облысының аумағы үшін топографиялық карталар мен Жерді қашықтан зондтау деректерін пайдалана отырып цифрлық картографиялық негізді қалыптастырудың әдістемелік тәсілдері қарастырылған. Зерттеу барысында деректерді жинау, алдын ала өңдеу, кеңістіктік талдау, векторлау, визуализация және тақырыптық қабаттарды біріктіруді қамтитын толық технологиялық үдеріс сипатталған.
Зерттеудің бастапқы картографиялық негізі ретінде 1:200 000 масштабтағы топографиялық карталар қолданылды, олар зерттелетін аумақты толық қамтуды қамтамасыз етті. Кеңістіктік деректерді жаңарту және нақтылау үшін Sentinel-1 (SAR) және Sentinel-2 (мультиспектралды) спутниктік түсірілімдері пайдаланылды. Радиолокациялық және оптикалық деректерді біріктіру табиғи және антропогендік объектілерді, соның ішінде гидрографиялық желіні, өсімдік жамылғысын, көлік инфрақұрылымын және елді мекендердің шекараларын дәл көрсетуге мүмкіндік берді.
Картографиялық материалдарды геобайланыстыру және векторлау ArcMap 10.8 геоақпараттық жүйесінде жүзеге асырылды. Нәтижесінде растырлық және векторлық деректердің кеңістіктік үйлесімділігін қамтамасыз ететін бірыңғай цифрлық картографиялық негіз құрылды. Зерттеу нәтижелері заманауи ГИС-технологиялар мен спутниктік деректерді қолдану ақпараттық-бағалау карталарының дәлдігі мен өзектілігін арттыратынын және оларды аумақтық жоспарлау, экологиялық мониторинг және табиғи ресурстарды ұтымды пайдалану міндеттерінде тиімді қолдануға болатынын көрсетеді.
01 Кіріспе
Мақаланың толық мәтіні оң жақ панельде PDF форматында жүктеу үшін қолжетімді.
02 Әдебиеттер тізімі
- Comber, A., Fisher, P. & Wadsworth, R. (2020). Spatial analysis and GIS: Past, present and future perspectives. Computers, Environment and Urban Systems, 82, 101459. https://doi.org/10.1016/j.compenvurbsys.2020.101459
- Felegari, S., Tavakoli, M. & Delavar, M.R. (2021). Analysis of land surface features using multispectral satellite imagery. Remote Sensing Applications: Society and Environment, 21, 100445. https://doi.org/10.1016/j.rsase.2020.100445
- Foody, G.M. (2020). Explaining the unsuitability of accuracy assessment metrics for image classification. Remote Sensing of Environment, 238, 111322. https://doi.org/10.1016/j.rse.2019.111322
- Joiner, J., Yoshida, Y., Anderson, M.C., Hain, C., Reichle, R.H. & Koster, R.D. (2018). Global relationships among NDVI, evapotranspiration, and soil moisture. Remote Sensing of Environment, 219, 339–352. https://doi.org/10.1016/j.rse.2018.10.020
- Kaku, K. (2019). Satellite remote sensing for disaster management support. Progress in Disaster Science, 1, 100002. https://doi.org/10.1016/j.pdisas.2019.100002
- Li, X., Zhang, Y. & Liu, Y. (2021). GIS-based spatial analysis for land-use change and land management. Sustainability, 13(5), 2687. https://doi.org/10.3390/su13052687
- Phiri, D., Simwanda, M., Salekin, S., Nyirenda, V.R., Murayama, Y. & Ranagalage, M. (2020). Sentinel-2 data for land cover/use classification. Remote Sensing, 12(14), 2291. https://doi.org/10.3390/rs12142291
- Tiede, D., Lang, S. & Hölbling, D. (2019). Transferability of OBIA rulesets for landslide susceptibility mapping. International Journal of Applied Earth Observation and Geoinformation, 80, 59–70. https://doi.org/10.1016/j.jag.2019.04.003
- ESA. (2023). Sentinel-2 user handbook. European Space Agency. https://sentinel.esa.int/web/sentinel/documentatio
- Rafikov, T., Zhumatayeva, Z., Mukaliyev, Z., & Zhildikbayeva, A. (2024). Evaluating land degradation in East Kazakhstan using NDVI and Landsat data. International Journal of Design & Nature and Ecodynamics, 19(5), 1677–1686. https://doi.org/10.18280/ijdne.190521
- Sarmah, K., Deka, C.R., Sharma, U. & Sarma, R. (2018). Role of GIS-based technologies in sustainable agriculture resource planning. International Journal of Innovative Research in Engineering & Management, 5, 30–34. https://www.ijirem.org
- Sivakumar, V.G., Vijaya Baskar, V., Vadivel, M. & Murugan, S. (2023). IoT and GIS integration for real-time monitoring of soil health. IEEE ICSSAS Proceedings, 1265–1270. https://doi.org/10.1109/ICSSAS57918.2023.10331694
- Padhiary M., Kumar R. & Sethi L.N. (2024). Precision agriculture and remote sensing integration. Journal of The Institution of Engineers (India) Series A, 105, 767–782. https://doi.org/10.1007/s40030-024-00816-2
- Sun, T., Cheng, W., Abdelkareem, M., & Al-Arifi, N. (2022). Mapping land use and water resources using remote sensing and GIS. Water, 14, 2435. https://doi.org/10.3390/w14152435
- Zhumataeva, Zh., Serikbayeva, G., Turganaliev, S., Mukaliev, Zh., & Rafikov, T. (2024). Enhancing the ecological and economic efficiency of land resource use. Izdenister Natigeler, 2(102), 360–369. https://doi.org/10.37884/2-2024/35
- Zhumatayeva, Zh., Serikbayeva, G., Turganaliev, S., Mukaliyev Zh. & Rafikov, T. (2024). Povyshenie ekologo-ekonomicheskoy effektivnosti ispol’zovaniya zemel’nykh resursov. Izdenister, natizheler – Issledovaniya, rezul’taty, 2 (102), 360–369. https://doi.org/10.37884/2-2024/35 [in Russ.]