Экологи предсказывают урожай пшеницы с точностью 98% по спутниковым снимкам

Экологи РУДН обнаружили параметр на спутниковых изображениях, позволяющий точно рассчитывать и повышать урожайность пшеницы. Технология помогает агрономам контролировать посевы и принимать решения. Результаты опубликованы в The Egyptian Journal of Remote Sensing and Space Science.

Низкую урожайность обычно связывают с нарушениями агроклиматических условий, неправильной или несвоевременной обработкой почвы, болезнями и вредителями. Лабораторные анализы требуют много времени и оборудования и не дают полной пространственной картины. Для решения проблемы нестабильности урожая нужны новые подходы, один из которых — спутниковый мониторинг.

Снимки со спутников позволяют оценить темпы роста культур на большой площади сразу и своевременно принять меры для предотвращения снижения урожайности. Экологи РУДН с коллегами из Алжира, Египта и России определили показатель, который поможет рассчитать урожайность с точностью почти 100%. Эксперимент они провели на примере нескольких сортов озимой пшеницы.

В течение года экологи наблюдали за ростом пшеницы, которую выращивали по трём разным режимам обработки почвы, семян и растений — от стандартного до высокой интенсивности. Для этого авторы использовали снимки спутника Sentinel-2 с разрешением от 10 до 60 метров. Параллельно экологи РУДН контролировали «наземные» показатели пшеницы: урожайность и качество зерна. По спутниковым снимкам в разных диапазонах они определяли показатели роста пшеницы — вегетационные индексы, отражающие плотность растительности, активность фотосинтеза, содержание хлорофилла и другие.

Результаты показали, что способ обработки значительно влияет на все вегетационные индексы. Сами индексы хорошо коррелируют (не менее чем на 83%) с итоговым показателем — урожайностью. Наиболее эффективным для прогнозирования объёма урожая оказался зелёный индекс хлорофилла (CGI) — его корреляция с урожайностью составила 98%.

Результаты демонстрируют преимущества дистанционного зондирования по стоимости и площади мониторинга по сравнению с традиционными методами. Оно выявляет пространственную вариацию роста, что позволит улучшить культивацию и достичь оптимального производства по количеству и качеству.