ISSN 0016-7126 (Print)
ISSN 2587-8492 (Online)
Аннотация:
Представлены результаты апробации цифровой методики сплошного экспресс-обследования неиспользуемых земель сельскохозяйственного назначения на примере Калужской области. Методика основана на трехэтапном подходе, включающем камеральный, полевой и аналитический этапы, и обеспечивает автоматизированную оценку пригодности земель к вовлечению в сельскохозяйственный оборот и его экономической целесообразности. По результатам обследования 333 участков, установлено, что экономически оправданное вовлечение в оборот возможно лишь для девяти участков, что обусловлено высокой степенью залесенности, значительными затратами на культуртехнические мероприятия и низкой рентабельностью сельскохозяйственного производства в регионе. Сравнение с результатами апробации методики в Новгородской области подтверждает существенное влияние природно-зональных и экономических условий на эффективность вовлечения неиспользуемых земель. Полученные результаты демонстрируют практическую значимость цифровых экспресс-методов для оперативного формирования региональных планов вовлечения земель в оборот
Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государственному заданию ФГБОУ ВО «Государственный университет по землеустройству»
Список литературы:
| 1. Бондарева Г. И., Шевченко В. А., Орлов Б. Н., Орлов Н. Б. Исследование состояния и прогноз развития бросовых земель России – М.: ВНИИГиМ им. А. Н. Костякова, – 2021. – 189 c. |
| 2. Волков С. Н., Вершинин В. В., Федоринов А. В., Черкашина Е. В., Шаповалов Д. А., Семочкин В. Н. Вовлечение неиспользуемых земель сельскохозяйственного назначения в активный экономический оборот – М.: ГУЗ, – 2023. – 163 c. |
| 3. Голубев И. Г., Мишуров Н. П., Федоренко В. Ф., Апатенко А. С., Севрюгина Н. С. Инновационные технологии оценки состояния и вовлечения в оборот залежных земель – М.: Росинформагротех, – 2022. – 80 c. |
| 4. Кирейчева Л. В., Юрченко И. Ф. Методика эколого-экономического обоснования введения земель в сельскохозяйственный оборот или перевод их в другие категории – М.: ВНИИГиМ им. А. Н. Костякова, – 2020. – 130 c. |
| 5. Соловьев В. И. Цифровая методика сплошного экспресс-обследования неиспользуемых земель сельскохозяйственного назначения // Международный сельскохозяйственный журнал. – 2026. – Т. 69. – № 1 (410). – С. 4–8. |
| 6. Черкашина Е. В., Сорокина О. А., Фомкин И. В., Федоринов А. В., Петрова Л. Е. Выявление неиспользуемых земель сельскохозяйственного назначения и их вовлечение в экономический оборот на основе плановой инвентаризации земель // Землеустройство, кадастр и мониторинг земель. – 2020. – Т. 15. – № 11 (190). – С. 22–27. DOI: 10.33920/sel-04-2011-02. |
| 7. Шевченко В. А., Бородычев В. В., Лытов М. Н. Концептуальные подходы к оценке неиспользуемых сельскохозяйственных земель // Вестник российской сельскохозяйственной науки. – 2020. – № 6. – С. 20–26. DOI: 10.30850/vrsn/2020/6/20-26. |
| 8. Bayr U., Krogli S. O., Eiter S. (2025) Assessing land suitability and potential for extending the area for urban agriculture in Norway using GIS-MCDA // Urban Forestry and Urban Greening. 112: 128912, DOI: 10.1016/j.ufug.2025.128912. |
| 9. Bilal H., Lahlou F.-Z., Al-Ansari T. (2025) Land suitability assessment and self-sufficiency evaluation for fodder crop production in a hyper arid environment coupling GIS-based multi-criteria decision making and optimization // Ecological Modelling. 501:111021, DOI: 10.1016/j.ecolmodel.2025.111021. |
| 10. Herrick J. E., Beh A., Barrios E. et al. (2016) The land-potential knowledge system (LandPKS): mobile apps and collaboration for optimizing climate change investments // Ecosystem Health and Sustainability. 2, 3:e01209, DOI: 10.1002/ehs2.1209. |
| 11. Martinez-Sanchez L., See L., Yordanov M. et al. (2024) Automatic classification of land cover from LUCAS in-situ landscape photos using semantic segmentation and a Random Forest model // Environmental Modelling and Software. 172:105931, DOI: 10.1016/j.envsoft.2023.105931. |
| 12. Martinez-Sanchez L., Hufkens K., Kearsley E. et al. (2024) Semantic segmentation dataset of Land Use/Cover Area frame Survey (LUCAS) rural landscape street view images // Data in brief. 54 (18):110394, DOI: 10.1016/j.dib.2024.110394. |
| 13. Pflugmacher D., Rabe A., Peters M., Hostert P. (2019) Mapping pan-European land cover using Landsat spectral-temporal metrics and the European LUCAS survey // Remote Sensing of Environment. 221, pp. 583–595. DOI: 10.1016/j.rse.2018.12.001. |
| 14. Reumaux R., Chopin P., Bergkvist G., Watson Ch. ј., Öborn I. (2023) Land parcel identification system (LPIS) data allows identification of crop sequence patterns and diversity in organic and conventional farming systems // European Journal of Agronomy. 149:126916, DOI: 10.1016/j.eja.2023.126916. |
| 15. Weigand M., Staab J., Wurm M., Taubenböck H. (2020) Spatial and semantic effects of LUCAS samples on fully automated land use/land cover classification in high-resolution Sentinel-2 data // International Journal of Applied Earth Observation and Geoinformation. 88:102065, DOI: 10.1016/j.jag.2020.102065. |
Образец цитирования:
| Результаты апробации цифровой методики сплошного экспресс-обследования неиспользуемых земель сельскохозяйственного назначения в Калужской области // Геодезия и картография. – 2026. – № 9. – С. 56-64. DOI: 10.22389/0016-7126-2026-1035-9-56-64 |