Аумағының 70% шөлейтті және шөл зонасы алып жатқан еліміз үшін жаһандық климаттың өзгеру жағдайында құмды массивтердегі жайылымдық алқаптарды тиімді пайдалану және олардың жай-күйіне мониторинг жасап отыру бігінгі күнде өте өзекті мәселе. Біз бұл зерттеу жұмысында Жерді қашықтан зондтау (ЖҚЗ) деректері мен кешенді далалық зерттеу жұмыстарын және де көпжылдық климаттық деректерді пайдалана отырып, Мойынқұм құмды массивіндегі өсімдік жамылғысының өзгеру динамикасына талдау жасадық. Вегетациялық индекстердің (NDVI, EVI) көрсеткіштері бойынша 2000 жылдан 2024 жылға қарай Мойынқұм құмды массивінің кейбір бөліктерінде өсімдіктер жамылғысының айтарлықтай жақсарғаны байқалады. ЖҚЗ деректері негізінде алынған нәтижелерді тексеру (верификация) мақсатында зерттеу аумағына далалық жұмыстар ұйымдастырылды (22 нүкте) және 5 метеорологиялық станциялардың (Ойық, Ұланбел, Құлан, Тасты және Мойынқұм) көпжылдық климаттық деректері алынып, талданды. 2000-2023 жылдардағы орташа жылдық температура 1980-2000 жылдармен салыстырғанда Ойық МС – 1,1 ℃, Ұланбел МС – 1,0 ℃, Құлан МС – 1,0 ℃, Тасты 1,1 ℃ және Мойынқұм МС – 1,0 ℃ жоғары. Сонымен қатар, 2000-2023 жылдардағы орташа жылдық жауын-шашын мөлшері 1980-2000 жылдармен салыстырғанда Ойық МС – 12,1 мм, Ұланбел МС – 10,4 мм, Құлан МС – 20,5 мм, Тасты 9,9 мм және Мойынқұм МС – 5,5 мм-ге жоғарылаған. Зерттеу аумағындағы метеорологиялық станциялардың деректері негізінде климаттық деректерді талдай отырып, аумақтағы соңғы жылдары өсімдік жамылғысының жақсарғанына климаттық жағдайлар, соның ішінде жауын -шашын мөлшерінің көбейгенінің әсері болуы мүмкін.

Pasture degradation in arid regions, driven by climate aridisation and grazing pressure, represents a major challenge for the sustainable management of rangeland resources. This study provides a comprehensive assessment of vegetation dynamics and the factors influencing degradation processes in the Moiynkum Sandy Massif between 2000 and 2024 using remote sensing data, climatic indicators, livestock statistics, and field observations. Vegetation dynamics were analysed using time series of the Normalized Difference Vegetation Index (NDVI) and Fractional Vegetation Cover (FVC). Climatic conditions were characterised by precipitation, diurnal temperature range (DTR), and climatic water deficit (CWD), while wind erosion susceptibility was assessed using the Wind Erosion Potential Index (WEI). Long-term trends were evaluated using the Mann–Kendall test and Sen’s slope estimator, and climate-driven and non-climatic vegetation changes were distinguished using the Time Series Segmentation Residual Trend (TSS-RESTREND) approach. The results showed that areas with moderate (39.62%) and low (24.65%) degradation risk dominated the massif, whereas zones with high and very high degradation risk accounted for 23.91% of the territory. Significant long-term trends included decreasing precipitation, increasing DTR, rising CWD, and enhanced wind erosion potential. Despite the predominance of positive NDVI trends across more than 74% of the study area, TSS-RESTREND analysis indicated that a substantial proportion of vegetation changes could not be explained solely by climatic variability. The coexistence of vegetation greening, increasing climatic stress, and localized degradation hotspots suggests that positive vegetation trends do not necessarily reflect improvements in ecosystem condition. These findings highlight the importance of integrating climatic, ecological, and anthropogenic indicators when assessing land degradation processes in arid rangelands.

Мақалада Түркістан облысындағы ирригациялық жүйелердің қазіргі техникалық жай-күйі және олардың суармалы егістік жерлердің мелиоративтік жағдайына тигізетін әсері қарастырылған. Зерттеу барысында негізгі суару және коллекторлық-дренаждық желілердің физикалық тозу деңгейі, гидротехникалық құрылыстардың пайдалану тиімділігі, сондай-ақ су беру режимдерінің топырақтың агромелиоративтік көрсеткіштеріне ықпалы талданды. Зерттеудің ақпараттық базасын көпжылдық архивтік материалдар, далалық бақылау деректері және қашықтан зондтау мәліметтері құрады. Зерттеу нәтижелері ирригациялық және коллекторлық-дренаждық жүйелердің техникалық жағдайының қанағаттанарлықсыз болуына байланысты Түркістан облысындағы суармалы жерлердің жыл сайын шамамен 10–15 % пайдаланылмай келеді. Атап айтқанда, суармалы алқаптардың 1,5–3 %-ы өте күшті тұздануға, 4–5,6 %-ы су тапшылығына, 1,5–2 %-ы жер асты сулары деңгейінің шектен тыс (2 м-ден жоғары) көтерілуіне немесе батпақтануға, ал 5,6–7 %-ы суару жүйелерінің тозуына және өзге де қаржылық-техникалық факторларға байланысты пайдаланылмай отыр. Алынған нәтижелер ирригациялық жүйелердің техникалық тозуы топырақтың тұздану және батпақтану үдерістерінің күшеюіне, жер асты сулары деңгейінің жоғарылауына және суармалы егістік жерлердің өнімділігінің төмендеуіне әкелетінін айқындады. Зерттеу қорытындылары өңірдегі суару жүйелерін жаңғырту, су ресурстарын тиімді басқару және суармалы жерлердің мелиоративтік жағдайын жақсарту бойынша ғылыми-практикалық ұсынымдар әзірлеуге негіз бола алады.

Differences in resolution, spectral response, and spatial support complicate the joint use of UAV and Sentinel-2 data for mapping soil electrical properties. We developed a scale-matched machine learning framework for in situ soil electrical conductivity (EC) across four irrigated sites in southern Kazakhstan. Random Forest (RF) and Elastic Net (EN) were evaluated using nested leave-one-site-out cross-validation. For UAV data, RF with median aggregation within a 5 m buffer performed best (RMSE = 0.211 dS m⁻¹, Q² = 0.367) and retained positive Q² at all withheld sites. Spatial-support matching increased cross-sensor associations, whereas low Lin’s concordance coefficients (0.105–0.135) indicated limited numerical agreement. For Sentinel-2, EN showed the best independent predictive performance and was retained as the primary mapping model, while RF was retained for secondary comparison. Model-specific Areas of Applicability covered 66.08% of the mapped area for EN and 71.92% for RF. All EN predictions exceeding the observed field maximum occurred outside its AOA. Field EC was strongly associated with laboratory-determined total water-soluble salts (Spearman’s ρ = 0.911). Because ECe was not measured, the maps represent spatial variability of in situ EC rather than standard agronomic salinity classes. Sentinel-2 supports regional screening, while UAV imagery resolves finer spatial variability. These findings contribute to sustainable irrigated agriculture by supporting soil salinity monitoring and informed land management decisions aimed at reducing land degradation risks.