РАЗРАБОТКА ЦИФРОВОЙ ПРОСТРАНСТВЕННОЙ ОСНОВЫ ДЛЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОГО КАРТОГРАФИРОВАНИЯ ВОСТОЧНО-КАЗАХСТАНСКОЙ ОБЛАСТИ
https://doi.org/10.37884/1-2026/15
Ключевые слова:
цифровая картографическая основа, ГИС, дистанционное зондирование, Sentinel-1, Sentinel-2, информационно-оценочные карты, Восточно-Казахстанская областьАннотация
Создание цифровой картографической основы (ЦКО) является необходимым условием формирования информационно-оценочных карт, используемых для анализа состояния территории и поддержки управленческих решений. В данной статье рассмотрены методические подходы к формированию цифровой картографической основы для территории Восточно-Казахстанской области с применением топографических карт и данных дистанционного зондирования Земли. Исследование охватывает полный технологический цикл создания ЦКО, включающий сбор исходных данных, их предварительную обработку, пространственный анализ, векторизацию, визуализацию и интеграцию тематических слоёв.
В качестве базовой картографической основы использовались топографические карты масштаба 1:200 000, обеспечивающие сплошное покрытие исследуемой территории. Для актуализации и уточнения пространственной информации применялись спутниковые снимки Sentinel-1 (SAR) и Sentinel-2 (MS) с пространственным разрешением 10 м. Совмещение радиолокационных и мультиспектральных данных позволило повысить точность отображения природных и антропогенных объектов, включая элементы рельефа, гидрографическую сеть, растительный покров и застроенные территории.
Геопривязка и векторизация картографических материалов выполнялись в программной среде ArcMap 10.8. В результате была сформирована единая цифровая картографическая основа, обеспечивающая согласованность растровых и векторных данных. Полученные результаты подтверждают эффективность использования ГИС-технологий и спутниковых данных для создания актуальных и высокоточных информационно-оценочных карт, применимых для мониторинга, территориального планирования и рационального использования природных ресурсов.
Библиографические ссылки
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.]
Загрузки
Просмотров аннотации: 0 | Загрузок PDF: 0Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Izdenister natigeler

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.



