vestnik Журнал "Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ)" 2411-1759 ФГБОУ ВО "Сибирский государственный университет геосистем и технологий (СГУГиТ)" RU https://vestnik.sgugit.ru 10.33764/2411-1759-2025-30-4-168-178 Землеустройство, кадастр и мониторинг земель Применение космических снимков для определения средоформирующего потенциала территории А. П. Сизов Сизов А. П. Е. Г. Черных Черных Е. Г. В. Н. Щукина Щукина В. Н. К. Р. Меркурьева Меркурьева К. Р. Д. А. Букреев Букреев Д. А. Московский государственный университет геодезии и картографии, г. Москва, Российская Федерация Тюменский индустриальный университет, г. Тюмень, Российская Федерация 2025 30 4 168 178 © А. П. Сизов, Е. Г. Черных, В. Н. Щукина, К. Р. Меркурьева, Д. А. Букреев, 2025 2025 А. П. Сизов, Е. Г. Черных, В. Н. Щукина, К. Р. Меркурьева, Д. А. Букреев Эта статья дотупна по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. Средоформирующий потенциал (СФП) территории рассматривается авторами в качестве индикатора состояния земель, ландшафтов. СФП позволяет выполнить оценку состояния земель, прогнозирование их использования и анализ изменений, произошедших на данной территории. В ранее опубликованных материалах авторов выполнены детальные исследования в части расчета величины СФП применительно к территории регионов всей Российской Федерации, основанные на анализе сведений о наличии и распределении земель по угодьям, находящихся в открытых источниках и государственных (национальных) докладах. Целью исследования является разработка метода тематического дешифрирования спутниковых снимков для расчета СФП территории. Исследование реализовано на основе методов информационно-логического и сравнительно-географического анализа в предметной области (землепользование, природообустройство и экообустройство). В статье приведены характеристики исходных космических снимков, результаты их тематического дешифрирования, а также фрагмент сводной таблицы соотнесения значений NDVI (нормализованный относительный индекс растительности) элементарных ячеек по видам угодий для исчисления уточненного СФП территории. Основным результатом явился детальный анализ выделяемых элементарных ячеек (ЭЯ), сопоставление индекса NDVI с видом угодий, позволивший объективно и более достоверно определить СФП территории. В качестве экспериментальной площадки рассматривается репрезентативная часть территории Тюменского района. Научной новизной данного исследования, результаты которого представлены в статье, является разработка и апробация подхода исчисления величины СФП по результатам дешифрирования космических снимков. дешифрирование космический снимок средоформирующий потенциал Тюменский район угодья NDVI interpretation satellite image environment-forming potential Tyumen district land NDVI 1. Алейников А. А., Зимин М. В., Конох О. А., Кузнецова Е. А., Кузнецова (Белозерова) Е. А., Мудря Т. М. Изображения Земли из Космоса: примеры применения : научно-популярное издание. – М. : СканЭкс, 2005. – 100 с. 2. Шихов А. Н., Герасимов А. П., Пономарчук А. И., Перминова Е. С. Тематическое дешифрирование и интерпретация космических снимков среднего и высокого пространственного разрешения : учебное пособие. – Пермский государственный национальный исследовательский университет. – Электронные данные. – Пермь, 2020. – 191 с. 3. Епринцев С. А., Шекоян С.В. Тематическое дешифрирование космических снимков для оценки антропогенной нагрузки урбанизированных территорий // Экологическая оценка состояния воздушного бассейна крупных промышленных городов Центрального Черноземья : сборник научных статей. – Воронеж : Цифровая полиграфия, 2021. – С. 167–179. – EDN NXDLCE. 4. Илюшина Т. В., Сизов А. П. Исследование динамики рекреационных зон городского округа Самара с помощью методов дистанционного зондирования Земли // Геодезия и картография. – 2023. – № 10. – С. 50–55. – DOI 10.22389/0016-7126-2023-1000-10-50-55. – EDN LKCODB. 5. Ковалева Е. В., Лопачев Н. А., Кузьмина О. С., Тетерядченко А. И., Колесниченко Е. Ю. Мониторинговые исследования эрозионных процессов на пахотных полях с помощью дешифрирования космических снимков // Инновации в АПК: проблемы и перспективы. – 2021. – № 3(31). – С. 98–106. – EDN JXDDCE. 6. Сизов А. П., Щукина В. Н. Дешифрирование снимков для определения средоформирующего потенциала территории // Актуальные вопросы развития землеустроительной отрасли : материалы Международной научно-практической конференции, посвященной ученому, землеустроителю, профессору М.А. Сулину (в рамках празднования 120-летия ФГБОУ ВО СПбГАУ) (Санкт-Петербург – Пушкин, 18 апреля 2024 г.). – СПб. – Пушкин : Санкт-Петербургский государственный аграрный университет, 2024. – С. 42–46. – EDN XKUYSG. 7. Yan Ju., Zhang G., Ling H., Han F. Comparison of time-integrated NDVI and annual maximum NDVI for assessing grassland dynamics // Ecological Indicators. – 2022. – Vol. 136. – P. 108611. – DOI 10.1016/j.ecolind.2022.108611. – EDN ZJFKWG. 8. Taskuzhina A., Khusnitdinova M., Kapytina A., Moiseev R., Sagitov A., Gritsenko D. NDVIbased research on Sievers apple trees in the Northern Tien Shan region // Izvestiy Osh technological university. – 2023. – No. 2-2. – P. 33–36. – EDN BKDIWZ. 9. Arrogante-Funes P., Osuna D., Arrogante-Funes F., Alvarez-Ripado A., Garcia Bruzon A. Uncovering NDVI time trends in Spanish high mountain biosphere reserves // Journal of Environmental Management. – 2024. – Vol. 355. – P. 120527. – DOI 10.1016/j.jenvman.2024.120527. – EDN BXGAJA. 10. Уфимцев А., Абрамов Н. В. Использование коэффициента NDVI в системе точного земледелия // Интеграция науки и образования в аграрных вузах для обеспечения продовольственной безопасности России : сборник трудов национальной научно-практической конференции (Тюмень, 01–03 ноября 2022 г.) – Тюмень : Государственный аграрный университет Северного Зауралья, 2022. – С. 228–234. – EDN RBJGDS. 11. Кашницкий А. В., Антошкин А. А., Денисов П. В., Толпин В. А., Трошко К. А. Верификация информации о местах произрастания сельскохозяйственных культур на основе среднего значения индекса NDVI на поле // Региональные проблемы дистанционного зондирования Земли : материалы X Международной научной конференции (Красноярск, 12–15 сентября 2023 г.). – Красноярск : Сибирский федеральный университет, 2023. – С. 102–105. 12. Рыбников П. А., Рыбникова Л. С., Бузина Д. А., Смирнов А. Ю. Оценка самореабилитации территории Левихинского рудника по данным индекса NDVI // Сергеевские чтения. Фундаментальные и прикладные вопросы современного грунтоведения : материалы годичной сессии Научного совета РАН по проблемам геоэкологии, инженерной геологии и гидрогеологии (Санкт-Петербург, 31 марта – 01 апреля 2022 г.). – М. : Геоинфо, 2022. – С. 422–427. 13. Курганович К. А., Макаров В. П. Использование вегетационных индексов NDVI для оценки влияния пожаров на динамику растительности Цасучейского бора // Вестник Забайкальского государственного университета. – 2015. – № 2 (117). – С. 27–36. – EDN TSVNQH. 14. Докучаева В. К., Сучкова И. А. Мониторинг состояния растительности территории близ Норильского ТЭЦ-3: анализ NDVI // Исследования Русского Севера: экология, история, наследие : материалы VII Всероссийской научно-практической конференции (с международным участием) к 200-летию со дня рождения Н. Я. Данилевского (Вологда, 27 октября 2022 г.). – Вологда : Вологодский государственный университет, 2022. – С. 167–173. – EDN QOYIUA. 15. Hou Q., Yang Zh. Ji, H., Yu X. Impacts of climate change and human activities on different degraded grassland based on NDVI // Scientific Reports. – 2022. – Vol. 12, No. 1. – P. 15918. – DOI 10.1038/s41598-022-19943-6. – EDN JXPFSJ. 16. Pathan Sh. A., V A. Assessment of Land Use/Land Cover Change and NDVI Analysis in Wokha District, Nagaland, India // Human Ecology. – 2024. – 52. – Р. 549–561. – DOI 10.1007/s10745-024-00512-6. – EDN PNCZRG.