Аннотация
В статье рассматривается геологическое картирование с использованием данных дистанционного зондирования. Проведен сравнительный анализ метода Band Math в средах ENVI и Google Earth Engine. Оценка включала точность выделения объектов, скорость обработки, удобство реализации и визуальное качество карт. Использованы данные ASTER для построения минералогических индексов оксидов железа, серицита и карбонатов. Показано, что ENVI обеспечивает более детальное выявление аномалий, в то время как GEE эффективен при масштабной обработке данных. Новизна работы заключается в комплексном количественном сравнении результатов в обоих программных решениях и обосновании комбинированного применения для задач геологического анализа Мақала Жерді қашықтықтан зондтау деректерін пайдалана отырып, геологиялық карталауға арналған. Зерттеу барысында ENVI және Google Earth Engine бағдарламаларында Band Math әдісі қолданылып, нәтижелері салыстырмалы түрде бағаланды. Бағалау критерийлері ретінде объектілерді анықтау дәлдігі, өңдеу жылдамдығы, іске асыру ыңғайлылығы және визуалды сапа қолданылды. ASTER деректері негізінде темір оксидтері, серицит және карбонат аймақтары анықталды. ENVI нақты минералогиялық аномалияларды көрсетуімен ерекшеленсе, GEE кең ауқымды өңдеуде тиімділігімен сипатталады. Мақалада екі бағдарламалық ортаның артықшылықтары мен шектеулері көрсетіліп, оларды біріктіріп қолдану ұсынылады This study focuses on geological mapping using remote sensing data processed with the Band Math method in ENVI and Google Earth Engine (GEE) platforms. The main objective was to evaluate the accuracy and eff ectiveness of each software environment in detecting mineralogical anomalies based on ASTER satellite data. Three key mineral indices were analyzed: iron oxides, sericite, and carbonates. The study assessed the accuracy of object delineation, processing speed, implementation convenience, and visual quality. The results showed that ENVI provides higher spatial detail and better contrast, especially for small-scale anomalies, while GEE demonstrated higher processing speed and effi ciency for large-area analyses due to its cloud-based architecture. A pixel-based statistical comparison revealed quantifi able diff erences between platforms. The study concludes with a recommendation for combined use: GEE for preliminary analysis and ENVI for detailed mineralogical mapping. This dual-platform approach contributes to more fl exible and scalable workfl ows in geological remote sensing