Abstract
<jats:p>Интенсивное сельское хозяйство в аридных и семиаридных условиях юга России неразрывно связано с мелиоративными системами. Однако орошение, являясь мощным инструментом, одновременно выступает катализатором специфических деградационных процессов, таких как вторичное засоление, подтопление и утрата почвенной структуры. В данной работе представлена авторская методика идентификации зон деградационной опасности на орошаемых массивах Ростовской обл. с использованием временных серий спутниковых данных Landsat 8/9. В основу разработанного алгоритма легла оригинальная система трехступенчатой фильтрации спектральной информации, позволяющая отсечь случайные факторы от признаков устойчивого почвенного стресса. Методика включает последовательный анализ трех параметров: расчет среднесезонных значений вегетационного индекса NDVI для оценки накопленной биомассы, определение стандартного отклонения NDVI для выявления участков с хронической стагнацией развития, а также оценку весенней влажности через индекс NDMI, отражающий неоднородность почвы до смыкания травостоя. Статистическая обработка и геопространственный анализ в среде QGIS позволили сегментировать исследуемый массив площадью 50,1 га на зоны с различной степенью стресса. Результаты исследования показали, что 81,8 % территории характеризуются стабильным состоянием, в то время как 10 % площади (5,0 га) находятся в зоне высокой деградационной опасности. Предложенный подход позволяет трансформировать традиционный мониторинг из трудоемкого сплошного обследования в формат прецизионного планирования. Это дает возможность агрономам и мелиораторам оптимизировать операционные затраты, фокусируя полевые изыскания и мелиоративные мероприятия исключительно на проблемных участках, что способствует сохранению почвенного плодородия в условиях меняющегося климата.</jats:p> <jats:p>ntensive agriculture in arid and semi-arid regions of Southern Russia is closely linked to irrigation and land reclamation systems. However, while irrigation is a powerful tool for increasing yields, it also acts as a catalyst for specific degradation processes, such as secondary salinization, waterlogging, and loss of soil structure. This paper presents a novel methodology for identifying degradation risk zones in irrigated areas of the Rostov region using time-series satellite data from Landsat 8/9. The proposed algorithm is based on a three-stage spectral filtering system designed to distinguish random noise from indicators of sustained soil stress. The methodology involves sequential analysis of three parameters: mean seasonal NDVI values to assess biomass accumulation, NDVI standard deviation to identify areas of persistent growth stagnation, and springtime soil moisture estimated using NDMI, reflecting soil heterogeneity prior to canopy closure. Statistical processing and geospatial analysis using QGIS enabled segmentation of the 50.1-hectare study area into zones with varying levels of stress. The results show that 81.8 % of the area remains stable, while 10 % (5.0 ha) falls within a high degradation risk zone. The proposed approach enables a transition from labor-intensive continuous monitoring to precision planning. This allows agronomists and land reclamation specialists to optimize operational costs by focusing field surveys and reclamation measures on problem areas, thereby supporting soil fertility conservation under changing climate conditions.</jats:p>