«Космический мониторинг и ГИС для количественной оценки засоленности почв и деградации сельскохозяйственных угодий Юга Казахстана» (BR 10965172)

Цель: «Создание веб-геоинформационного сервиса оперативного мониторинга количественной оценки степени засоления почв и деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли».

По техническому заданию Заказчика в данной программе объектом и предметом исследования являются засоленные сельскохозяйственные угодий Южного Казахстана, у которых пахотный слой почвы на уровне (0-30 см). Масштаб требуемых карт засоления М 1:300000. Связь масштаба карты с информационной насыщенностью определяется минимальным объектом, который подлежит картированию (нормативная документация: ГОСТ Р 51608).

Методы исследования: Экспертное дешифрирование, стандартные статистические методы корреляционного анализа дистанционно-регистрируемых параметров (NDVI, LST и др.) и наземной информации. Методы кластеризации и классификации спутниковых данных.

Область применения и внедрение результатов: Засоление поливной пашни и деградация сельскохозяйственных земель Юга Казахстана.

Засоление поливной пашни и деградация сельскохозяйственных земель Юга Казахстана является системным негативным фактором, влияющим на четыре области Казахстана: Туркестанскую, Алматинскую, Жамбылскую и Кызылординскую. Основная проблема связана с водными ресурсами, которые формируются трансграничным стоком крупных рек региона (реки Сырдарья, Иле и Чу). Казахстан расположен в низовьях этих речных бассейнов и поэтому очень уязвим. Рост водопотребления в верхних частях речных бассейнов, относящихся к территориям сопредельных стран (Узбекистан, КНР, Киргизия) и изменения климата создают проблемы водообеспеченности поливной пашни юга Казахстана. Обеспечение водной и продуктовой безопасности юга Казахстана, где расположены два из трех мегаполисов Республики (г. Алматы, г. Шымкент), поднимает задачу развития технологий мониторинга процессов засоления и деградации сельскохозяйственных угодий. Современный уровень решения этих проблем базируется на космическом мониторинге и создании соответствующих открытых Интернет-ресурсов. Для решения этой проблемы Комитет науки РК сформулировал специальное «Техническое задание №11» в рамках конкурса программно-целевого финансирования на период 2021-2023 гг. Институт информационных и вычислительных технологий КН МОН РК, совместно с Южно-Казахстанским университетом им. Ауэзова и Казахским национальным аграрным исследовательским университетом МСХ РК разработали данное проектное предложение. Коллабораторами проекта являются: государственные университеты штата Мериленд и штата Мичиган США, при участии программы CARIN_GOFC-GOLD (NASA-ESA), а также институты Российской академии наук: институт космических исследований и почвенный институт им. Докучаева.

Цель программы.

«Создание веб-геоинформационного сервиса оперативного мониторинга количественной оценки степени засоления почв и деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли».

Задачи программы.

Задача 1: «Разработать методы и алгоритмы количественной оценки степени засоления солончаковых почв сельскохозяйственных угодий в Южном Казахстане на основе наземных измерений и данных ДЗЗ».

Задача 2: «Разработать технологии количественной оценки степени засоления почв в Южном Казахстане с применением данных дистанционного зондирования среднего и высокого пространственного разрешения».

Задача 3: «Провести анализ некоммерческих спутниковых данных и спектральных индексов»;

Задача 4: «Разработать методику оценки деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли».

Задача 5: «Разработать веб-геоинформационный сервис оперативного мониторинга количественной оценки степени засоления почв и деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли».

Вспомогательные задачи:

Задача 6: Подготовка документации и отчетов по программе.

Задача 7: Подготовка и опубликование статей в научных изданиях согласно требований конкурсной документации.

Результаты

  • Продолжена разработка методов и алгоритмов количественной оценки степени засоления солончаковых почв сельскохозяйственных угодий в Южном Казахстане на основе наземных измерений и данных ДЗЗ.
  • Сформированы и актуализированы архивы (2002-2023 гг.) спутниковых продуктов среднего разрешения FEWS NET (Land Surface Temperature [LST] и Normalized Difference Vegetation Index Collection 6 [NDVI C6]), а также спутниковых снимков высокого разрешения LANDSAT и SENTINEL-2 по территориям четырех областей (Туркестанской, Алматинской, Жамбылской и Кызылординской)
  • Проведены наземные исследования (2021-2023) засоленности поливной пашни проектных территорий, включающих отбор образцов почв в ключевых участках, будет проведен анализ содержания солей и экспертное, ранговое описание состояния сельскохозяйственных полей по классам засоления ФАО, в рамках маршрутных обследований
  • Продолжена разработка алгоритмов обработки спутниковой информации, созданы схемы решения задачи количественной оценки степени засоления и продолжены работы по разработке картографических материалов.
  • Проведены валидации разработанных методов и алгоритмов количественной оценки степени засоления солончаковых почв сельскохозяйственных угодий в Южном Казахстане на основе данных наземных обследований и ДЗЗ.
  • Продолжены разработки технологий количественной оценки степени засоления почв в Южном Казахстане с применением данных дистанционного зондирования среднего и высокого пространственного разрешения.
  • Продолжена разработка технологий количественной оценки степени засоления почв сельскохозяйственных полей в Южном Казахстане с применением данных дистанционного зондирования среднего и высокого пространственного разрешения на базе спутниковых данных по промывке почв и методике оценки засоления поливной пашни и продолжены работы по разработке картографических материалов.
  • Продолжена разработка методики оценки деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли.
  • Продолжена разработка по критерии оценки и картирования брошенных из-за сильного засоления полей в период доступной спутниковой съемки (с 1990 года).
  • Продолжена разработка критериев оценки и картирования освоения новых земель под поливное земледелие.
  • Разработан веб-геоинформационный сервис оперативного мониторинга количественной оценки степени засоления почв и деградации сельскохозяйственных угодий Юга Казахстана на основе данных дистанционного зондирования Земли.
  • Подготовлена документация по геопорталу, веб-геоинформационному сервису оперативного мониторинга. Будут подготовлены промежуточный и финальный отчеты.

Публикации:

  1. Mukhamediev, R.; Amirgaliyev, Y.; Kuchin, Y.; Aubakirov, M.; Terekhov, A.; Merembayev, T.; Yelis, M.; Zaitceva, E.; Levashenko, V.; Popova, Y.; Symagulov, A.; Tabynbayeva, L. Operational Mapping of Salinization Areas in Agricultural Fields Using Machine Learning Models Based on Low-Altitude Multispectral Images. Drones 2023, 7, 357. https://doi.org/10.3390/drones7060357 (Scopus Quartile: Q1, 91%, JCR Category Quartile: Q2, WoS IF=5.532)
  2. Mukhamediev R. I. Yakunin, K., Aubakirov, M., Assanov, I., Kuchin, Y., Symagulov, A., Levashenko V., Zatceva E., Sokolov D., Amirgaliyev, Y. Coverage path planning optimization of heterogeneous UAVs group for precision agriculture //IEEE Access. – 2023. – Т. 11. – №. 15. – С. 5789-5803, doi: 10.1109/ACCESS.2023.3235207, https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10011226 (Scopus Quartile: Q1, 90%, JCR Category Quartile: Q2, WoS IF=3.476)
  3. Zaitseva, E., Levashenko, V., Brinzei, N., Kovalenko, A., Yelis, M., Gopejenko, V., & Mukhamediev, R. (2023). Reliability Assessment of UAV Fleets. In Emerging Networking in the Digital Transformation Age: Approaches, Protocols, Platforms, Best Practices, and Energy Efficiency (pp. 335-357). Cham: Springer Nature Switzerland. https://www.researchgate.net/profile/Elena-Zaitseva-2/publication/369409989_Reliability_Assessment_of_UAV_Fleets/links/641d5db6a1b72772e42293f8/Reliability-Assessment-of-UAV-Fleets.pdf
  4. Mukhamediev, R. I., Popova, Y., Kuchin, Y., Zaitseva, E., Kalimoldayev, A., Levashenko V., Symagulov, A., Abdoldina F., Gopejenko V., Yakunin K., Muhamedijeva E., Yelis, M. Review of Artificial Intelligence and Machine Learning Technologies: Classification, Restrictions, Opportunities and Challenges //Mathematics. – 2022. – Т. 10. – №. 15. – С. 2552. https://doi.org/10.3390/math10152552 (CiteScore highest quartile = Q1, CiteScore =2.9, CiteScore highest percentile=86%, IF=2.592)
  5. Mukhamediev, R. I., Kuchin, Y., Amirgaliyev, Y., Yunicheva, N., Muhamedijeva, E. Estimation of Filtration Properties of Host Rocks in Sandstone-Type Uranium Deposits Using Machine Learning Methods //IEEE Access. – 2022. – Т. 10. – С. 18855-18872. (SCOPUS, Q1, процентиль 87, Web of Science Impact Factor=3,05) https://doi.org/10.1109/ACCESS.2022.3149625
  6. Mukhamediev R. I. et al. Review of Some Applications of Unmanned Aerial Vehicles Technology in the Resource-Rich Country //Applied Sciences. – 2021. – Т. 11. – №. 21. – С. 10171. https://doi.org/10.3390/app112110171 (CiteScore highest quartile = Q2, JCR — Q2, CiteScore =3.0, CiteScore highest percentile=71%, Web of Science Impact Factor==2.832) https://www.mdpi.com/2076-3417/11/21/10171.
  7. А. Г. Терехов, Н. Н. Абаев, Т. А. Тиллякарим, Н. Т. Серикбай О взаимосвязи между количеством снега и объёмом весеннего половодья в Северном Казахстане // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 323–328,  DOI: 10.21046/2070-7401-2023-20-1-323-328 (SCOPUS, Q3, процентиль 45).
  8. Терехов А.Г., Сагатдинова Г.Н., Долгих С.А., Абаев Н.Н., Амиргалиев Е.Н. «Многолетние тренды изменений состояния пустынной растительности Приаралья и Прибалхашья в Казахстане по данным NDVI MODIS (2000-2022 гг) // Современные проблемы дистанционного зондирования Земли из космоса». Электронный сборник материалов конференции. Институт космических исследований Российской академии наук. Москва, 2022.DOI 10.21046/20DZZconf-2022a
  9. Терехов А.Г., Абаев Н.Н., Маглинец Ю.А., Сагатдинова Г.Н., Амиргалиев Е.Н. «Спутниковый мониторинг зимней промывки пашни от вторичного засоления на примере ирригационного массива «Голодная степь» на Юге Казахстана // Современные проблемы дистанционного зондирования Земли из космоса». Электронный сборник материалов конференции. Институт космических исследований Российской академии наук. Москва, 2022. DOI 10.21046/20DZZconf-2022a
  10. Yan Kuchin, Jan Rabcan , A Symagulov , Ravil I. Mukhamediev , Bayangali Abdygalym, Nadiya Yunicheva and Elena Mukhamedieva. Calculation filtration coefficient using regression models//The 20th INTERNATIONAL SCIENTIFIC CONFERENCE INFORMATION TECHNOLOGIES AND MANAGEMENT 2022, April 21-22, 2022, ISMA University of Applied Science, Riga, Latvia.-C.27-28. https://www.dropbox.com/s/plnloy6tktyte61/11_ITM2022_Kuchin_Calculation%20filtration%20coefficient.pdf?dl=0
  11. Symagulov, Y.Kuchin, Jan Rabcan, Ye.Kulakova, I. Assanov , R. Mukhamediev. Pretrained Deep Neural Network Models for Image Change Detection//The 20th INTERNATIONAL SCIENTIFIC CONFERENCE INFORMATION TECHNOLOGIES AND MANAGEMENT 2022, April 21-22, 2022, ISMA University of Applied Science, Riga, Latvia.-C.20-21. https://www.dropbox.com/s/4xuh5ytjvm5x78u/08_ITM2022_Symagulov_Pretrained%20Deep%20Neural%20Network%20Models.pdf?dl=0
  12. Symagulov, I. Assanov, Y.Kuchin, Jan Rabcan, Ye.Kulakova, Bayangali Abdygalym. Video pre-processing for computer vision tasks using UAVs //The 20th INTERNATIONAL SCIENTIFIC CONFERENCE INFORMATION TECHNOLOGIES AND MANAGEMENT 2022, April 21-22, 2022, ISMA University of Applied Science, Riga, Latvia.-C.25-26. https://www.dropbox.com/s/isivvdkd7lo7fp5/10_ITM2022_Symagulov_Video%20pre-processing%20for%20computer%20vision.pdf?dl=0
  13. Мухамедиев Р.И., Амиргалиев Е.Н. Введение в машинное обучение. Учебник. Свидетельство о внесении сведений в государственный реестр прав на объекты охраняемые авторским правом № 28386 от 19 августа 2022 года. https://www.dropbox.com/s/xav2wuywqigt2m2/ML_Book_%D0%A1%D0%B2%D0%B8%D0%B4%D0%B5%D1%82%D0%B5%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%BE.pdf?dl=0

Результаты 2022 года:

Результаты 2021 года: