Нурлыбек Данабекулы Бекен – докторант по специальности «Электроэнергетические системы», Факультет автомвтизация и управление
050012, Республика Казахстан, г. Алматы,ул.Шевченко 97
Nurlybek Danabekuly Beken – PhD student in the specialty «Electric Power Systems», Faculty of Automation and Control
050012,Republic of Kazakhstan, Almaty,97 Shevchenko Street
Алия Советжановна Тергеусизова – PhD, Факультет автоматизация и управление
050012, Республика Казахстан, г. Алматы,ул.Шевченко 97
Aliya Sovetzhanovna Tergeusizova – PhD, Faculty of Automation and Control
050012,Republic of Kazakhstan, Almaty,97 Shevchenko Street
В статье представлено комплексное исследование теоретических, методических и технологических основ разработки автоматизированного мобильного комплекса, предназначенного для высокоточного картографирования почв с применением GPS-навигации и технологий искусственного интеллекта. Актуальность работы обусловлена тем, что Казахстан характеризуется чрезвычайно разнообразной структурой почв – чернозёмами, каштановыми почвами, солончаками, аллювиальными и засоленными участками, что требует внедрения современных цифровых методов анализа.На основе обширного литературного анализа рассмотрены возможности VIS-NIR спектроскопии, математического моделирования, машинного обучения, а также алгоритмов регрессии для определения основных почвенных параметров. Особое внимание уделяется коэффициенту детерминации (R²), среднеквадратичной ошибке (RMSE), точности геопривязки RTK-GPS и вопросам масштабируемости цифрового картирования. Показано, что синергия ИИ и GPS значительно ускоряет процесс получения почвенных данных, повышает пространственноеразрешение карт и обеспечивает улучшенную визуализацию распределения азота, фосфора, органического углерода и других ключевых показателей.Разработка мобильного комплекса рассматривается как перспективное направление для аграрного сектора Казахстана, позволяющее минимизировать затраты, повысить точность агрохимического анализа, улучшить мониторинг деградации почв, эрозионных процессов и засоления. Применение подобных систем способствует формированию устойчивого земледелия, оптимизации ресурсного использования и совершенствованию стратегий управления земельными ресурсами. Полученные результаты подтверждают, что автоматизированные мобильные платформы обладают высоким потенциалом для внедрения в национальную систему почвенного мониторинга и цифровизации сельского хозяйства.
This article provides an extensive analytical overview of the scientific, methodological and technological foundations for developing an automated mobile system designed for high-precision soil composition mapping using GPS navigation and artificial intelligence. The relevance of this research is particularly significant for Kazakhstan, where soil conditions vary widely across regions – from chernozems to chestnut soils, saline soils and degraded landscapes. Such diversity requires advanced digital tools capable of performing rapid and accurate soil assessment.The literature review reveals the strong potential of VIS-NIR spectroscopy, mathematical modelling techniques, machine learning algorithms and geoinformation systems for improving soil diagnostics. Emphasis is placed on evaluating model performance indicators such as the coefficient of determination (R²) and root mean square error (RMSE), as well as the role of RTK-GPS in achieving centimeter-level geospatial accuracy. The integration of AI-enabled spectral analysis with GPS-based georeferencing ensures the generation of high-resolution soil maps (3-7 m), allowing precise identification of nitrogen, phosphorus, potassium, organic carbon and other vital soil attributes.Furthermore, automated mobile platforms significantly reduce time and labor costs, increase analytical efficiency and provide valuable decision-making tools for sustainable agriculture. They support targeted fertilizer application, soil fertility management, monitoring of erosion and salinization processes and assessment of agroecological risks. The findings confirm that implementing AI- and GPS-integrated mobile systems in Kazakhstan can substantially enhance soil monitoring infrastructure, optimize agricultural resource management and strengthen long-term environmental sustainability.
The authors declare that there are no conflicts of interest present.