Мониторинг динамики орошаемого рисоводства в Казалинском районе Кзылординской области Казахстана (1984-2017 гг.)

Ольга Дегтярева1, Надежда Муратова2, Виталий Сальников2, Микаэль Тиль3*

1Национальный центр космических исследований и технологий, Казахстан, 050010 Алматы, ул. Шевченко, 15;

2НИИ проблем экологии, Казахский национальный университет им. аль-Фараби, Казахстан,                      050040 Алматы, пр-т аль-Фараби, 71;

3Отдел дистанционного зондирования, Институт географии и геологии, Вюрцбургский университет,              ул. Освальд-Кюльпе-Вег, 86, 97074 Вюрцбург, Германия

*для корреспонденции: michael.thiel@uni-wuerzburg.de 

Ольга Дегтярева: degtyar@issp.ac.ru; Надежда Муратова: nmuratova@mail.ru; Виталий Сальников: vitali.salnikov@kaznu.kz

https://doi.org/10.29258/CAJWR/2019-R1.v5-2/23-50.rus

Аннотация

Ирригационная зона на территории Казалинского района Кзылординской области Республики Казахстана располагается в дальней концевой части низовья реки Сырдарья.  Выработавшая свой ресурс система водоснабжения и широко распространенная деградация пахотных земель затрудняют местное сельскохозяйственное производство, фокусирующееся на рисоводстве.  Настоящее исследование ставило своей целью изучить динамику развития производственной системы в указанном экологически неблагоприятной районе посредством составления и анализа кадастра сельскохозяйственного землепользования с особым вниманием к выращиванию риса.  Для создания ежегодных графических рисовых масок (фильтров) Казалинского региона на основе изображений Landsat 1984-2017 гг. использовался неконтролируемый классификатор k-средних.  При анализе пространственной структуры и тенденций интенсивности рисовых посевов и заброшенных земель использовались три индикатора, полученные в результате анализа изображений вышеупомянутых масок.  Наконец, факторы выявленных пространственных закономерностей интенсивности рисовых посевов в течение 1984-2017 гг. были смоделированы по методу регрессионного анализа дерева.  Проведенная кластеризация по рису на 91,6 % соответствовала независимым выборкам Google Earth 2004 и 2011 гг.  За исследуемый период ежегодная площадь рисовых посевов сократилась с 20 737 до 10 828 га.  Однако после 2004 г. соответствующая площадь увеличилась (5 015 га), а заброшенные поля подверглись рекультивации.  Для целей рисоводства интенсивно использовались в основном те участки оросительной системы, где поля расположены в агломерациях.  Данную практику можно рассматривать в качестве экономического способа снижения производственных затрат (издержек в связи с орошением, подготовкой полей и другими агротехническими мероприятиями) со стороны рисоводов.  В дальнейшем предложенный подход можно использовать для картирования заброшенных сельскохозяйственных полей, равно как и выявления факторов забрасывания (консервации) и рекультивации пахотных земель в регионе.

Скачать публикацию

Для цитирования: Дегтярева, О., Муратова, Н., Сальников, В., & Тиль, М. (2019). Мониторинг динамики орошаемого рисоводства в Казалинском районе Кзылординской области Казахстана (1984 — 2017 гг. ). Центральноазиатский журнал исследований водных ресурсов, 5(1), 23–50. https://doi.org/10.29258/CAJWR/2019-R1.v5-2/23-50.rus

Cite this article: Degtyareva, O., Muratova, N., Salnikov, V., & Thiel, M. (2019). Monitoring dinamiki oroshaemogo risovodstva v Kazalinskom rajone Kzylordinskoj oblasti Kazahstana (1984 — 2017 gg. ) [Monitoring of the irrigated rice production dynamic in the Kazalinsk region, Kazakhstan, from 1984-2017]. Central Asian Journal of Water Research,5(1), 23–50. https://doi.org/10.29258/CAJWR/2019-R1.v5-2/23-50.rus [in Russian]

Список литературы

  1. Abuov K., Kovalenko V., Rakishev A., Makhambetov A., Ibraev A., 1967, Recommendations for the agriculture system Kizilordinskaya oblast. Alma-Ata, 275 p.
  2. Alcantara, C., Kuemmerle, T., Prishchepov, A.V., Radeloff, V.C., 2012, Mapping abandoned agriculture with multi-temporal MODIS satellite data. Remote Sensing of Environment Vol.124, pp. 334–347.           Available          at: http://doi.org/10.1016/j.rse.2012.05.019.
  3. Breiman, L. Fiedman, J.H., Olshen, R.A., Stone, C.J., 1984, Classification and Regression Trees. Belmont. (Belmont, CA: Wadsworth International Group).
  4. Congalton, R.G., 1991, A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, Vol. 37, No. 1, pp. 35-46.
  5. Conrad, C., Schönbrodt-Stiff, S., Löw, F., Sorokin, D., Paeth, H., 2016a, Intensity in the Aral Sea Basin and Its Dependency from the Runoff Formation 2000–2012. Remote Sensing, Vol. 8, No. 630, 26p.
  6. Conrad, C., Lamers, J.P.A., Ibragimov, N., Löw, F., Martius, C., 2016b, Analysing irrigated crop rotation patterns in arid Uzbekistan by the means of remote sensing: A case study on post-Soviet agricultural land use, Journal of Arid Environments, Vol. 124, pp. 150-159.
  7. Dangour, A.D., Farmer, A., Hill, H.L., Ismail, S.J., 2003, Anthropometric Status of Kazakh Children in the 1990s. Economics and Human Biology, Vol. 1, No. 1, pp.43-53.
  8. Dubovyk, O., Menz, G., Conrad, C., Kan, E., Machwitz, M., Khamzina, A., 2013, Spatio-temporal analyses of cropland degradation in the irrigated lowlands of Uzbekistan using remote-sensing and logistic regression modeling. Environmental Monitoring and Assessment, Vol. 185, No. 6, pp. 4775–4790. Available at:https://doi.org/10.1007/s10661-012-2904-6.
  9. Elert E. A., 2014, Good grain. Nature, Vol. 514, pp. 50–51.
  10. Estel, S., Kuemmerle, T., Alcántara, C., Levers, C., Prishchepov, A., Hostert, P., 2015, Mapping farmland abandonment and recultivation across Europe using MODIS NDVI time series. Remote Sensing of Environment, Vol. 163, pp. 312–325.
  11. Funakawa, S., Suzuki, R., Karbozova, E., Kosaki, T., Ishida, N., 2000,. Salt-affected soils under rice-based irrigation agriculture in southern Kazakhstan. Geoderma, Vol. 97, No. 1–2, pp. 61–85. Available at: https://doi.org/10.1016/S0016-7061(00)00026-4.
  12. Goskomstat. 1996. Goskomstat (State Committee on Statistics of the Republic of Kazakhstan). Annual Demographical Book of Kazakhstan. Goskomstat, Almaty.
  13. Gumma, M. K., Nelson, A., Thenkabail, P., Singh, A.N., 2011, Mapping rice areas of South Asia using MODIS multitemporal data. Journal of Applied Remote Sensing, Vol. 5, 053547-1-053547-Gupta, R., Kienzler, K., Martius, C., Mirzabaev, A., Oweis, T., de Pauw, E., Qadir, M., Shideed, K., Sommer, R., Thomas, R., Sayre, K., Carli, C., Saparov, A., Bekenov, M., Sanginov, S., Nepesov, M., Ikramov, R., 2009, Research Prospectus: A Vision for Sustainable Land Management Research in Central Asia. ICARDA Central Asia and Caucasus Program. Sustainable Agriculture in Central Asia and the Caucasus Series No.1. CGIAR-PFU, Tashkent, Uzbekistan. 84 pp.
  14. Institute of Geography, 2010a, The National Atlas of the Republic of Kazakhstan. Social-economic development vol. II., Almaty, Kazakhstan, 163 p.
  15. Institute of Geography, 2010b, The National Atlas of the Republic of Kazakhstan. Natural conditions and resources Vol. I., Almaty, Kazakhstan, 149 p.
  16. KDS, 2009, Agriculture, Agriculture Kyzylorda region in 2003-2009 (Sel’skoe, Lesnoe i rybnoe Hozjajstvo Kyzylordinskoj Oblasti 2003-2009) (Kyzyl-Orda: Kyzyl-Orda Department of Statistics). [in Russian].
  17. KDS, 2013, Agriculture, Agriculture Kyzylorda region in 2009-2013 (Selskoe, Lesnoe i rybnoe Hozjajstvo Kyzylordinskoj Oblasti 2009-2013) (Kyzyl-Orda: Kyzyl-Orda Department of Statistics). [in Russian].
  18. KDS, 2014, Agriculture, Gross harvest of agricultural crops in Kyzylorda region in 2014 Volume III. productivity (Selskoe, Lesnoe i rybnoe Hozjajstvo Kyzylordinskoj Oblasti 2014) (Kyzyl-Orda: Kyzyl-Orda Department of Statistics). [in Russian].
  19. KDS, 2015, Agriculture, Gross harvest of agricultural crops in Kyzylorda region in 2015 Volume III. productivity (Selskoe, Lesnoe i rybnoe Hozjajstvo Kyzylordinskoj Oblasti 2015) (Kyzyl-Orda: Kyzyl-Orda Department of Statistics). [in Russian].
  20. KDS, 2016, Agriculture, Gross harvest of agricultural crops in Kyzylorda region in 2016 Volume III. productivity (Selskoe, Lesnoe i rybnoe Hozjajstvo Kyzylordinskoj Oblasti 2016) (Kyzyl-Orda: Kyzyl-Orda Department of Statistics). [in Russian].
  21. Khush G.S., 2005, What it will take to feed 5.0 billion rice consumers in 2030. Plant Molecular Biology, Vol. 59, pp. 1–6.
  22. Künzer, C., Knauer, K., 2013, Remote sensing of rice crop areas. International Journal of Remote Sensing, Vol. 34, No. 6, pp. 2101–2139. Available at: https://doi.org/10.1080/01431161.2012.738946.
  23. Löw, F., Fliemann, E., Iskandar Abdullaev, I., Conrad, C., Lamers, J.P.A., 2015, Mapping abandoned agricultural land in Kyzyl-Orda, Kazakhstan using satellite remote sensing. Applied Geography, Vol. 62, pp. 377-390.
  24. Martínez-Casasnovas, J.A., Martín-Montero, A., Auxiliadora Casterad, M., 2005, Mapping multi-year cropping patterns in small irrigation districts from time-series analysis of Landsat TM images. European Journal of Agronomy, Vol. 23, pp. 159– 169.
  25. Prishchepov, A.V., Radeloff, V.C., Dubinin, M., Alcantara, C., 2012, The effect of Landsat ETM/ETM+ image acquisition dates on the detection of agricultural land abandonment in Eastern Europe. Remote Sensing of Environment, Vol. 126, pp. 195– 209.
  26. Qadir, M., Noble, A.D., Qureshi, A.S., Gupta, R.K., Yuldashev, T., Karimov, A., 2009, Salt induced land and water degradation in the Aral Sea basin: A challenge to sustainable agriculture in Central Asia. Natural Resources Forum, Vol. 33, No. 2, pp. 134–149. Available at: https://doi.org/10.1111/j.1477-8947.2009.01217.x.
  27. R Development Core Team, 2012, R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
  28. Siebert, S., Portmann, F.T., Döll, P., 2010, Global patterns of cropland use intensity. Remote Sensing, Vol. 2, No. 7, pp. 1625–1643. Available at: https://doi.org/10.3390/rs2071625.
  29. Stefanski, J., Kuemmerle, T., Chaskovskyy, O., Griffiths, P., Havryluk, V., Knorn, J., Korol, N., Sieber, A., and Waske, B., 2014. Mapping Land Management Regimes in Western Ukraine Using Optical and SAR Data. Remote Sensing, Vol. 6, No. 6, pp. 5279–5305. Available at: http://doi.org/10.3390/rs6065279.
  30. Tian, H., Wu, M., Wang, L., Niu, Z., 2018, Mapping Early, Middle and Late Rice Extent Using Sentinel-1A and Landsat-8 Data in the Poyang Lake Plain, China. Sensors (Basel, Switzerland), Vol. 18, No. 1, p. 185. Available at: http://doi.org/10.3390/s18010185.
  31. Tischbein, B., Manschadi, A.M., Conrad, C., Hornidge, A.-K., Bhaduri, A., Hassan, M.M.U., Lamers, J.P.A., Awan, U.K., and Vlek, P.L.G., 2013, Adapting to water scarcity: Constraints and opportunities for improving irrigation management in Khorezm, Uzbekistan. Water Science and Technology: Water Supply, Vol. 13, No. 2. Available at: https://doi.org/10.2166/ws.2013.028.
  32. Tou, J.T. and Gonzalez, R.C., 1974, Pattern Recognition Principles, Addison-Wesley Publishing Company, Reading, Massachusetts.
  33. Unger-Shayesteh, K., Conrad, C., Schöne, T., Moldobekov, B., 2015, Informed Decision-Making in Land and Water Management in Central Asia: How Earth Observation Technologies may contribute. Policy Briefs of the German Water Initiative for Central Asia ; 1, Potsdam: GFZ German Research Centre for Geosciences, 6 p., Available at: http://doi.org/10.2312/5.4.2015.001e
  34. Van Ittersum, M.K., Cassman, K.G., Grassini, P., Wolf, J., Tittonell, P., Hochman, Z., 2013, Yield gap analysis with local to global relevance — A review. Field Crops Research, Vol. 143, pp. 4–17. Available at: https://doi.org/10.1016/j.fcr.2012.09.009.
  35. World  Bank,  2018,  Climate  Change  Knowledge  Portal  –  For  Development Practitioners and Policy Makers. Available at: https://data.worldbank.org/country/uzbekistan. Assessed: 12.09.2018.
Post Views: 1 510

анализ факторов, бассейн Аральского моря, временные ряды дистанционного зондирования, изменение землепользования, интенсивность рисовых посевов, Казалинский район