Apis mellifera pomonella is one of two subspecies that represent the eastern limits of honey bee (Apis mellifera) distribution, and it is important to understand its biogeography and evolution. Despite this, A. m. pomonella was not investigated after its discovery 20 years ago. In particular, it is not known if it was hybridized or not with exotic subspecies introduced by beekeepers. In this study, we analysed the variation in honey bee forewing shape in Kazakhstan. Bees were collected from apiaries, where the origin of the queens was not controlled by beekeepers; they formed a group called “local bees”, and apiaries where queens declared as either A. m. carnica or A. m. mellifera were obtained from queen breeders. The two later groups were called “exotic bees”. We showed that local bees are still distinct from exotic ones. However, some samples showed signs of introgression with exotic subspecies from lineage C. In terms of wing shape, the local bees were most similar to lineage O. We concluded that the local bees most likely represented A. m. pomonella. We provided wing images and identification data, which can help to identify A. m. pomonella and protect it in the future. It is interesting that the nearby honey bee population sourced from China, which is not separated by any clear barrier to gene flow, belonged to lineage M.

The active development of the foothill areas of the Almaty agglomeration (Southeastern Kazakhstan) requires reliable methods for landslide susceptibility assessment. This study aims to identify the spatial association between landslide occurrence and selected environmental and anthropogenic factors using the Frequency Ratio (FR) method and geographic information systems. The analysis is based on an inventory of 157 landslides, the SRTM digital elevation model, Landsat imagery, WorldClim climate data, geological maps, and OpenStreetMap data. Ten conditioning factors were analyzed: elevation, slope, aspect, precipitation, lithology, distance to faults, rivers and roads, the Normalized Difference Vegetation Index (NDVI), and land use. FR values were calculated for each factor and integrated to produce a landslide susceptibility map. Model performance was evaluated using Receiver Operating Characteristic (ROC) analysis and the Area Under the Curve (AUC). The resulting susceptibility map identifies areas with different levels of landslide susceptibility and provides a scientific basis for sustainable land-use planning, engineering-geological investigations, safer infrastructure development, natural hazard assessment, and disaster risk reduction in rapidly developing foothill regions. By supporting risk-informed land-use decisions and targeted mitigation measures, the study contributes to the long-term environmental safety and resilience of the Almaty agglomeration.

The article is devoted to analyzing the dynamics of spatio-temporal changes in water bodies within the Semipalatinsk Test Site using remote sensing data based on the Google Earth Engine platform, with the aim of developing a map of surface water and irrigation systems to support landscape planning of the area. Landsat and Sentinel-2 satellite imagery, ERA5-Land climatic data, and the SRTM digital elevation model were used as the primary input datasets. Water surfaces were extracted using the Modified Normalized Difference Water Index (MNDWI) method. The results revealed that the largest extents of water surfaces were observed in years characterized by cold and snowy winters (2000 and 2010), whereas the smallest extents occurred during warm and low-snow periods (1996, 2012, and 2024). The proportion of temporary water bodies exceeds 60%, reflecting the instability of the hydrological regime and its strong dependence on climatic variability. The use of modern platforms such as Google Earth Engine for identifying spatio-temporal changes in water bodies has proven to be effective and demonstrates great potential for water resource management and dynamic assessment. The obtained results can be applied for environmental monitoring and landscape planning in the development of the former test site areas for agricultural purposes.

Тhe article is devoted to the dendrochronological analysis of archaeological wood from the monuments of Pazyryk culture.Relative dendrochronological Dating was performed on the basis of the obtained tree-ring chronologies.There were also conducted studies of cores from live trees, which were harvested in the sample areas Tuyuksu, Big Almaty lake and Gorelnik. The species composition of wood and the possibility of using the obtained chronologies for the reconstruction of the climate were studied.The absolute radial increment graphs for each radius were plotted from the annular chronologies, which are used to accurately date the annual rings. The maximum age of the studied plants living trees spruce spruce is 229 years pertaining to the sample area Tuyuksu.The maximum width of the annual rings for all the studied objects is 9.4 mm, which indicates good weather conditions during the active growth and development of the plant. Average width of annual rings for spruce Shrenk in plots of Big Almaty lake is of 2.15 mm.Logs from the scientific-restoration laboratory “Island of Crimea” were processed and studied. 124, 130 and 141 year tree-ring chronologies were found on the sawn trees, the age of the trees is from 124 years to 141 years. Мақалада Пазырық мәдениетінің ескерткіштерінен алынған археологиялық сүректі дендрохронологиялық талдау бойынша материалдар келтірілген. Алынған ағаш-сақиналы хронологиялардың негізінде салыстырмалы дендрохронологиялық даталау орындалды. Сондайақ, Тұйықсу – TUY сынақ алаңдарында дайындалған тірі ағаштардан керндер, Үлкен Алматы көлі – BAO және Горельник – GOR зерттелді. Пайдаланылған сүректің тұқымдық құрамы зерттелді, салыстырмалы түрде ежелгі орман пайдалану және климаттық қайта құру үшін алынған хронологияларды пайдалану мүмкіндігі қорытындылары жасалды. Сақина хронологиясының деректері негізінде әр сақинаның абсолютті радиалды өсу графигі жасалды, олар жылдық сақиналарды дәл анықтауға қолданылады. Шренка шыршасының зерттелген тірі ағаштарының ең үлкен жасы – 229 жас, бұл Тұйықсу сынақ аймағына сілтеме жасайды. Барлық зерттелетін объектілер үшін жылдық сақиналардың максималды ені – 9,4 мм, бұл өсімдіктің белсенді өсуі мен дамуы кезеңіндегі ауа-райының жақсы екендігін көрсетеді. Үлкен Алматы көлінің 7 сынамалық учаскесінде Шренк шыршасы үшін жылдық сақинаның орташа ені 2,15 мм құрайды. «Остров Крым» ғылыми-реставрациялық зертханасының жазбалары өңделді, сақталды және зерттелді. Ара кесулерінде 124, 130 және 141 жастағы ағаш-сақиналық хронологиялар табылды, ағаштардың жасы 124-тен 141-ге дейін. Статья посвящена дендрохронологическому анализу археологической древесины из памятников Пазырыкской культуры. На основе полученных древесно-кольцевых хронологий выполнено относительное дендрохронологическое датирование. Также были проведены исследования кернов с живых деревьев, которые были заготовлены на пробных площадях Туюксу, Большое Алматинское озерои Горельник. Изучен породный состав древесины и возможности использования полученных хронологий для климатической реконструкции. По данным кольцевых хронологий были построены графики абсолютного радиального прироста для каждого радиуса, которые используются для точной датировки годичных колец. Максимальный возраст исследуемых растений живых деревьев ели Шренка составляет 229 лет, относящийся к пробной площади Туюксу. Максимум ширины годичных колец по всем исследуемым объектам составляет 9,4 мм, который говорит о хороших погодных условиях в период активного роста и развития растения. Средняя ширина годичного кольца для ели Шренка на пробных площадях Большого Алма тинского озера составляет 2,15 мм. Бревна из научно-реставрационной лаборатории «Остров Крым» были обработаны, сохранены и исследованы. На спилах обнаружены 124-, 130- и 141-летние древесно-кольцевых хронологии, возраст...

The aim of this study is to develop an approach for mapping vegetation in the East Kazakhstan region using machine learning methods based on Landsat 8 satellite imagery. The paper examines data preprocessing stages, the selection of optimal classification algorithms, and the evaluation of their effectiveness for different vegetation types. The process of pre-processing and classification of data was carried out on the Google Earth Engine cloud platform. In addition to 17 auxiliary layers containing information about the terrain, training samples were formed during the data collection process and distributed into 10 classes: broadleaf trees, conifers, herbaceous vegetation, shrubs, open land, agricultural land, wetlands, built-up land, snow and ice, and water bodies. Various machine learning algorithms were applied and compared in the study, including Support Vector Machines (SVM), Classification and Regression Trees (CART), Gradient Tree Boosting (GTB), and Random Forest (RF). The GTB and RF algorithms demonstrated the best results, with an Overall accuracy of 92% and a Kappa coefficient of 91%, indicating the high quality of integrating remote sensing data with machine learning methods. The obtained research results highlight the potential of machine learning methods for ecosystem monitoring, environmental planning, natural resource management, and emergency response in the region. Целью данного исследования является разработка подхода к картографированию растительности Восточно-Казахстанского региона с использованием методов машинного обучения на основе спутниковых снимков Landsat 8. В статье рассматриваются этапы предобработки данных, выбор оптимальных алгоритмов классификации и оценка их эффективности для различных типов растительности. Процесс предварительной обработки и классификации данных выполнялись на облачной платформе Google Earth Engine. Помимо 17 вспомогательных слоев, содержащих информацию о рельефе местности, в процессе сбора данных были сформированы обучающие выборки, распределенные по 10 классам: широколиственные деревья, хвойные деревья, травянистая растительность, кустарники, открытые земли, сельскохозяйственные угодья, водно-болотные территории, застроенные земли, снег и лед, водные объекты. В рамках исследования были применены и сравнены различные алгоритмы машинного обучения, такие как метод опорных векторов (SVM), деревья решений (CART), градиентный бустинг деревьев (GTB) и случайный лес (RF). Алгоритмы GTB и RF показали наилучшие результаты с Общей точностью 92% и коэффициентом Каппа 91%, что свидетельствует о высоком качестве интеграции данных дистанционного зондирования с методами машинного обучения. Полученные результаты исследования подчеркивают потенциал методов машинного обучения для мониторинга состояния экосистем, планирования природоохранных мероприятий, управления природными ресурсами и чрезвычайными ситуациями в регионе. Бұл зерттеудің мақсаты – Landsat 8 спутниктік суреттері негізінде машиналық оқыту әдістерін қолдана отырып, Шығыс Қазақстан облысының өсімдіктерін картаға түсіру тәсілін әзірлеу. Мақалада мәліметтерді алдын ала өңдеу кезеңдері, жіктеудің оңтайлы алгоритмдерін таңдау және өсімдіктердің әртүрлі түрлері үшін олардың тиімділігін бағалау қарастырылады. Деректерді алдын ала өңдеу және жіктеу процесі Google Earth Engine бұлттық платформасында жүзеге асты. Жер бедері туралы ақпаратты қамтитын 17 көмекші қабаттардан басқа, деректерді жинау барысында зерттеу аймағы үшін оқу үлгілері де жасалып, 10 класқа жіктелді: жалпақ жапырақты ағаштар, қылқан жапырақты ағаштар, шөптесін өсімдіктер, бұталар, ашық жерлер, ауылшаруашылық жерлері, сулы-батпақты жерлер, елді мекендер, қар мен мұздар, су объектілері. Зерттеу барысында векторлық қолдау әдісі (SVM), шешім ағаштары (CART), градиенттік бустинг ағаштары (GTB) және кездейсоқ орман (RF) сияқты әртүрлі машиналық оқыту алгоритмдері қолданылып, салыстырылды. GTB және RF...

Вид медоносной пчелы Apis mellifera разводится человеком с древнейших времен и обитает на всех материках, кроме Антарктиды, также имеет огромную хозяйственную ценность, собирая большие запасы меда и обеспечивая плановое опыление энтомофильных сельскохозяйственных культур.В последние годы изучение Казахстанских популяций пчел стало актуальным среди отечественных и зарубежных ученых. Задачами селекционно-племенной работы в пчеловодстве является сохранение и репродукция местных сложившихся во времени казахстанских популяций медоносных пчёл. Эта задача напрямую связана с защитой ареала обитания аборигенных пчёл, который ведет к научно обоснованному подходу к сохранению видов. Изучение особенности местных популяций, проведение генетической паспортизации казахстанских популяций - это основа для научно обоснованного ведения селекционного процесса. В статье были сравнены четыре различных протокола выделения ДНК на предмет их способности производить ДНК хорошего качества, чтобы найти подходящий метод, позволяющий извлекать высококачественную ДНК из материала Apis mellifera, который был бы пригоден для полимеразной цепной реакции (ПЦР) и дальнейших исследований генотипирования.Сранительная оценка методов выделения ДНК из пчел показала,что протокол №4 наиболее приемлемый по качеству полученной ДНК и по времени необходимого для выделения.