Геология и Геофизика Юга РоссииГеология и Геофизика Юга России2221-3198Федеральное государственное бюджетное учреждение науки Федеральный научный центр "Владикавказский научный центр Российской академии наук"143510.46698/VNC.2026.69.88.001ГеоэкологияОценка внутригодичной динамики полупустынных ландшафтов по данным дистанционного зондирования ЗемлиКеримовИ.А.eip-eco2017@yandex.ruБратковВ.В.БекмурзаеваЛ.Р.Грозненский государственный нефтяной технический университет им. акад. М.Д. Миллионщикова, Россия, 364051, г. Грозный, пр. Х.А. Исаева, 100300620262198208Copyright (c) 2026 Геология и геофизика Юга России2026Геология и геофизика Юга России<p><strong>Актуальность работы. </strong>Оценка сезонной и внутригодовой динамики ландшафтов отображает их реакцию на происходящие изменения климатических условий. Однако не всегда имеются метеорологические данные, в связи с редкой метеосетью в некоторых регионах нашей страны. В этой связи, авторами предлагается проводить оценку внутригодичной динамики ландшафтов на основе индекса NDVI. <strong>Цель </strong>– оценка внутригодичной динамики полупустынных ландшафтов Чеченской Республики на основе индекса NDVI. <strong>Материалы и методы.</strong> Для расчетов спектральных индексов и температуры земной поверхности использовались снимки Landsat 8-9 второго уровня обработки (level 2), для которых проведена радиометрическая и геометрическая коррекция. Для вычисления спектральных/вегетационных индексов использовались соответствующие инструменты, имеющиеся в таких программах, как ArcGis, Qgis, ENVI и др. Были отобраны 17 безоблачных и малооблачных снимков за 2022–2024 гг. на все месяцы года. Растровые изображения, содержащие пространственное распределение спектрального/вегетационного индекса NDVI были классифицированы с шагом 0,1, что позволило выявить абсолютные и относительные площади его распространения в указанные даты, а также проследить его динамику в течение сезонов года. <strong>Результаты.</strong> Анализ изменения индекса NDVI показал, что динамику индекса достаточно рассматривать по градациям, а не по месяцам. Наиболее низкие значения NDVI = 0–0,1 связаны с окончанием периода активной вегетации. Наибольшие его значения приходятся на октябрь–декабрь. Значения NDVI в интервале 0,1–0,2 изменяются в наиболее широких пределах: от 0 % в декабре до 92,5 % в сентябре, так как максимальные значения данного индекса связаны с осадками, предшествующими периоду съемки. Значения NDVI в интервале 0,2–0,3, судя по их изменению в течение года, более тесно связаны с фенологическими фазами развития растительности, в связи с чем максимальные их показатели приходятся на весну, а минимальные – на осень. <strong>Выводы. </strong>Индекс NDVI может быть использован в качестве вспомогательного при изучении внутригодичной или сезонной динамики ландшафтов, особенно в районах с разряженной метеорологической сетью.</p>NDWI indexEarth remote sensing datasemi-desert landscapesintraannual landscape dynamicsLandsatиндекс NDWIданные дистанционного зондирования Землиполупустынные ландшафтывнутригодичная динамика ландшафтовLandsat1.Атаев З.В., Абдулаев К.А. Ландшафты северного макросклона Восточного Кавказа (Северо-восточный и Юго-восточный Кавказ) // Материалы II Международной научной конференции. Грозный: ГГНТУ, 2025. – С. 16–22.2.Атаев З.В., Гюльмагомедов А.М., Джамалдинов Д.Ш., Зангиева М.Р., Нуралиев М.Э., Фролов Д.А., Хусаинов И.М., Шерифова З.Х. Сезонные изменения ландшафтов Кавказско-Каспийского региона под влиянием климатических факторов и колебаний современного уровня Каспийского моря // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2025. – Т. 19. № 4. – С. 28–44. DOI: 10.31161/1995-0675-2025-19-4-28-44.3.Беручашвили Н.Л. Этология ландшафта и картографирование состояний природной среды. Тбилиси: Изд-во ТГУ, 1989. – 196 с.4.Бурым Ю.В. Анализ временной структуры степных ландшафтов Центрального Предкавказья с применением ГИС–технологий // Вестник Северо-Кавказского государственного технического университета. – 2012. – № 3(32). – С. 71–75.5.Виноградова В.В., Титкова Т.Б. Климатические предпосылки изменений границ ландшафтных зон и подзон в Европейской части России и Западной Сибири // Известия Российской академии наук. Серия географическая. – 2024. – Т. 88. № 3. – С. 281–295. DOI: 10.31857/S2587556624030027.6.Гайсумов Р.М., Атагаева М.Р., Сатуева Л.Л. Дешифрирование растительного покрова Наурского района Чеченской Республики с использованием индекса NDVI // Сборник материалов Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых. Грозный: ЧГУ, 2023. – С. 164–172. DOI: 10.36684/111-1-2023-164-171.7.Джандубаева Т.З. Временная структура равнинно-холмистых ландшафтов Западного Предкавказья // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2008. – № 1(2). – С. 87–90.8.Керимов И.А., Братков В.В., Бекмурзаева Л.Р. Динамика агроклиматических показателей степных ландшафтов Северного Кавказа по данным наземных наблюдений // Геология и геофизика Юга России. – 2024. – Т. 14. № 2. – С. 219–230. DOI: 10.46698/ VNC.2024.92.31.017.9.Керимов И.А., Братков В.В., Бекмурзаева Л.Р. Сезонная динамика ландшафтов Предкавказья как индикатор современных климатических изменений // Карбоновые полигоны: мониторинг, геоинформационные системы, секвестрационные технологии. Коллективная монография / Под ред. С.К. Гулёва, А.В. Ольчева. – М.: Научный мир, 2025. – С. 212–223.10.Рыжиков В.В., Анисимов П.С., Самарский Г.Г., Газарьянц С.К., Голобуцкий А.А. Природа Чечено-Ингушской республики, ее охрана и рациональное использование. Грозный: Книга, 1991. – 160 с.11.Шинкаренко С.С., Барталев С.А. Анализ взаимосвязи структурных и спектральноотражательных характеристик растительности аридных пастбищных ландшафтов // Современные проблемы дистанционного зондирования Земли из космоса. – 2024. – Т. 21. № 3. – С. 171–187. DOI: 10.21046/2070-7401-2024-21-3-171-187.12.Шинкаренко С.С., Барталев С.А. Многолетняя динамика NDVI аридных пастбищных ландшафтов Европейской России и сопредельных территорий // Современные проблемы дистанционного зондирования Земли из космоса. – 2022. – Т. 19. № 6. – С. 108–123. DOI: 10.21046/2070-7401-2022-19-6-108-123.13.Юферев В.Г., Ткаченко Н.А., Синельникова К.П. Спектральные характеристики опустыненных пастбищ Черных Земель // Аридные экосистемы. – 2022. – Т. 28. № 1(90). – С. 65–72. DOI: 10.24412/1993-3916-2022-1-65-72.14.Asam S., Schwarzenbacher F., Marshall Ingram D., Bachmann M. Detection of land degradation risk in Azerbaijan by combining fractional cover estimates based on DESIS data with multi-decadal Landsat NDVI trends // International Journal of Remote Sensing. – 2025. – pp. 1–32. DOI: 10.1080/01431161.2025.2536884.15.Isomov A., Khabibullaev B.Sh., Shomurodov Kh.F., Beshko N.Yu., Kosimov Z.Z., Fayziev K.O., Abulfayzov Kh.Sh., Ibragimov H.R. Long-term NDVI trends and terrain characteristics in the natural ecosystem of the Nuratau nature reserve // Advancesin Scienceand Environment. – 2025. Vol. 01. – pp. 10–16. DOI: 10.70728/envire.v01.i10.003.16.Khan W., Jamal M.H.B., Hamed M.M., Muhammad M.K.I., Shahid Sh. Mapping agricultural drought hotspots in Pakistan: a remote sensing-based climate–vegetation nexus // Theoretical and Applied Climatology. – 2026. – Vol. 157. – pp. 157–180. DOI: 10.1007/s00704026-06064-7.17.Nabizada M.J., Koylu U., Rousta I. Assessing spatiotemporal dynamics of meteorological and agricultural drought in the North Basin of Afghanistan using multiple remote sensing-based drought indices // International Journal of River Basin Management. – 2025. – pp. 1–27. DOI: 10.1080/15715124.2025.2528137.18.Rajabov T.F., Ramsey R.D., Mardonov B.K., Nasirov M.G., Rakhimova T., Valiev S.A. Sensitivity of Landsat 7 & 8-derived vegetation indices on semi-arid rangelands of southwestern Uzbekistan // Geocarto International. – 2022. – Vol. 37. No. 2. – pp. 510–525. DOI: 10.1080/10106049.2020.1723715.19.Rousta I., Mansourmoghaddam M., Olafsson H., Krzyszczak J., Baranowski P., Zhang H., Tkaczyk P. Analysis of the recent trends in vegetation dynamics and its relationship with climatological factors using remote sensing data for Caspian Sea watersheds in Iran // International Agrophysics. – 2022. – Vol. 36. No. 3. – pp. 139–153. DOI: DOI: 10.31545/intagr/150020.20.Turymtayev Zh., Ryskeldiyeva A., Tokbergenova A., Duisenbayev S., Salmurzauly R., Taukebayev O., Ussarov U., Smanov Zh. Spatiotemporal assessment of pastureland transformation and resilience in the Moiynkum Desert, Kazakhstan. ES Food and Agroforestry. 2026. Vol. 23. DOI: 10.30919/faf2093.