в/
ПОЛЕВОДСТВО И ЛУГОВОДСТВО
doi: 10.24412/0044-3913-2022-2-26-31 УДК 631/635:632.08:633.1
N N О N СМ
ш
S ^
ш и
ш ^
2
ш м
Перспективы использования информационных ресурсов ДЗЗ для управления продукционным процессом полевых агроценозов'
Ю. А. ГУЛЯНОВ, доктор сельскохозяйственных наук, ведущий научный сотрудник (e-mail: [email protected])
Институт степи Уральского отделения Российской академии наук - обособленное структурное подразделение Оренбургского федерального исследовательского центра Уральского отделения Российской академии наук, ул. Пионерская, 11, Оренбург 460000, Российская Федерация
Исследование проводили с целью широкой пространственной оценки фитоме-трических параметров агроценозов озимой пшеницы посредством определения нормализованного разностного вегетационного индекса (NDVI) на основе данных дистанционного зондирования земли из космоса (ДЗЗ) и при наземном сканировании, выявления их связи, возможности комплек-сирования и перспектив использования для управления продукционным процессом. Работу выполняли в 2019-2021 гг. на участке конкурсного сортоиспытания в Оренбургской области, а также в производственных посевах Ростовской, Волгоградской, Самарской и Оренбургской областей, на чернозёмах южных. Метеорологические условия периода исследований характеризовались свойственной зонам засушливостью климата. NDVI определяли на базе общедоступных космических снимков Landsat 8 и Santienel, имеющих пространственное разрешение 15...30 м/пиксел. Полученные данные наносили на картографическую основу в программном комплексе Next GIS с последующей обработкой в Arc Map. Наземные инструментальные измерения NDVI осуществляли портативным ручным сенсором Green Seeker Handheld Crop Sensor, Model HCS-100 по фиксированному маршруту. Площадь листовой поверхности определяли линейно-весовым методом. При обработке цифрового материала использовали корреляционно-регрессионные методы статистического анализа. Результа-
ты мониторинга NDVI на основе данных ДЗЗ показали высокую сходимость (г = 0,90) с результатами наземного сканирования и определения фитометрических параметров линейными методами, что открывает широкие перспективы их комплексирования и значительно расширяет возможности отслеживания фитометрических параметров посевов. Различные сорта озимой пшеницы обладают специфическими сортовыми признаками, определяющими их оптико-биологические свойства и выражающимися в различном соотношении площади листовой поверхности и NDVI. Присущие конкретным сортам индивидуальные параметры этого соотношения могут применяться для оперативного определения площади листовой поверхности и последующего использования полученных результатов в управлении продукционным процессом полевых агроценозов, в том числе в системах точного земледелия.
Ключевые слова: ДЗЗ, наземное сканирование, агроценозы, озимая пшеница (ТгШсит аеэ^уит Ь), продукционный процесс, фитометрические параметры, реализация урожайного потенциала.
Для цитирования: Гулянов Ю. А. Перспективы использования информационных ресурсов ДЗЗ для управления продукционным процессом полевых агроценозов // Земледелие. 2022. № 2. С. 26-31. Doi: 10.24412/0044-3913-2022-2-26-31.
Разработка приёмов управления продукционным процессом полевых агроценозов, направленных на более полную реализацию урожайного потенциала возделываемых культур, сохраняет высокую актуальность с начала становления научного земледелия. Наиболее активное изучение возможностей управления формированием урожая путём оптимизации факторов внешней среды агротехническими средствами относится к XX в. Известен успешный опыт таких разработок в научно-исследовательских центрах многих стран мира, например, в Гол-
ландии, Великобритании, Мексике, США и др.
В СССР эти исследования были связаны с программированием урожаев полевых культур, создавшим предпосылки для зарождения инновационной методологии управления [1]. В научной среде широко известны опыты А. Г. Лорха, в 30-е годы прошлого столетия разработавшего модель высокопродуктивного агроценоза картофеля (50.. .70 т/га) для условий Подмосковья и М. С. Савицкого, в те же годы успешно занимавшегося оптимизацией продукционного процесса озимой пшеницы под урожайность 10 т/га [2]. В 70-е годы XX в. при многих крупных научных учреждениях соответствующего профиля были организованы опытные станции по программированию урожаев, ставшие центрами разработки математико-статистических и функционально-динамических моделей формирования урожая. Их научные разработки активно распространяли в сельскохозяйственном производстве, благодаря чему уже к середине 90-х годов площадь посевов под программируемые урожай в стране превышала 4,0 млн га [2].
Как известно, основным звеном управления формированием урожая выступает мониторинг хода нарастания биологической массы в процессе вегетации и его сопоставление с разработанным графиком (ходом нарастания в высокопродуктивных эталонных посевах), по результатам которого принимаются корректирующие технологические решения.
В качестве объективной оценки оптимальности развития агроценоза при этом чаще всего используют фи-тометрические параметры (площадь листовой поверхности, фотосинтетический потенциал и др.), на определение которых «вручную» затрачивается огромное количество времени и сил, теряется оперативность. Развитие компьютерных информационных технологий и возможности дистанционного зондирования земли (ДЗЗ) из космоса могут значительно облегчить эту работу, повысить её точность и оперативность.
Следует признать, что информационные ресурсы ДЗЗ в последние годы обретают всё более широкие перспективы применения в сельскохозяйственном производстве. Отечественные и зарубежные учёные и практики активно
*Работа выполнена в рамках государственного задания по теме № ГР АААА-А21-121011190016-1 «Проблемы степного природопользования в условиях современных вызовов: оптимизация взаимодействия природных и социально-экономических систем».
пропагандируют целесообразность их использования в самых различных отраслях. В частности, в земледелии, на основе отличительных фенологических особенностей и сезонной динамики оптико-биологических свойств полевых культур, актуализируются методы их автоматизированного распознавания [3]. Разрабатываются подходы к оценке физиологического состояния и прогнозирования продуктивности агроценозов [4, 5, 6] с использованием нормализованного разностного вегетационного индекса (NDVI) [7]. Проводятся основанные на спектральном отклике растений исследования по моделированию связи NDVI полевых культур с их проективным покрытием [8, 9], площадью ассимиляционной поверхности [10] и другими фитометриче-скими параметрами, определяющими фотосинтетическую продуктивность. Актуализированы представления о пространственной неоднородности степных агроценозов, научно обоснованы инструментальные методы её выявления и оценки состояния растительного покрова, рекомендованы адаптивные структурные параметры высокопродуктивных посевов для отдельных регионов степной зоны европейской России [11]. Теоретически обоснована и экспериментально подкреплена целесообразность поддержания имеющих зональную, видовую и даже сортовую специфичность фитометрических параметров на оптимальном уровне, соответствующем высокой реализации урожайного потенциала рекомендованных к возделыванию сортов, определены их размеры и корреляция с NDVI [12].
Вполне очевидно, что оперативная оценка физиологического состояния и прогнозирование продуктивности агроценозов возможны только в случае постоянного мониторинга посевов с использованием космических снимков, материалов воздушной съёмки с беспилотных летательных аппаратов, наземного сканирования и их грамотной агрономической интерпретации.
Техническая оснащённость современных отраслей растениеводства, особенно в крупных хозяйствах (холдингах), позволяет изменять основополагающие структурные параметры агроценозов по ходу вегетации и нивелировать неоднородность условий произрастания растений. Одним из наиболее освоенных на сегодняшний день «корректирующих» технологических приёмов считается проведение дифференцированных минеральных подкормок зерновых культур в системе точного земледелия [13], которые позволяют выравнивать условия минерального питания растений по элементарным участкам поля, повышать плотность посева и улучшать структуру колоса. Одновременно активно осваи-
ваются приёмы дифференцированного внесения средств химической защиты растений (инсектицидов, гербицидов и др.), норм высева семян и др. [14, 15].
Следовательно, в условиях современных климатических вызовов и антропогенной деградации почв, которые приводят к внутрипольной гетерогенности растительного покрова, более полной реализации генетических ресурсов полевых культур будет способствовать оптимизация факторов внешней среды на всех элементарных участках поля, направленная на повышение фотосинтетической производительности всего агроценоза. В связи с этим, привлечение интеллектуальных мониторинговых приёмов (методов) для оценки состояния растительного покрова полевых агроценозов, особенно в наиболее антропогенно деградированных зерно-производящих регионах степной зоны РФ, имеет высокую актуальность.
Их результаты представляют несомненный практический интерес и при разработке мероприятий по адаптации земледелия к потеплению климата, в том числе путём использования адаптивно-ландшафтных систем земледелия, темпы освоения которых в ряде регионов РФ остаются пока очень низкими [16].
Существующий мировой опыт свидетельствует о большей эффективности спутниковых снимков при мониторинге посевов на больших территориях [10, 17, 18]. При работе с небольшими площадями хорошие результаты показывает использование беспилотных летательных аппаратов (БЛА) и наземных измерительных устройств [19]. Оно меньше зависит от облачности, тумана, повышенной влажности воздуха, часто затеняющих космические снимки. В то же время в условиях повышенной ветрености неприемлемо использование БЛА, а ранней весной или после обильных осадков затруднительно проведение наземного сканирования. В связи с этим представляется целесообраз-
ным комплексное использование всех перечисленных подходов при условии высокой сопоставимости полученных на их основе результатов.
Цель исследований - широкая пространственная оценка фитометрических параметров агроценозов озимой пшеницы посредством определения NDVI на основе космических снимков и при наземном сканировании посевов, выявление их связи, возможности ком-плексирования и перспектив использования для управления продукционным процессом полевых агроценозов.
Для выполнения поставленной цели решали следующие задачи:
сформировать широкую пространственную базу данных NDVI агроценозов озимой пшеницы, определённого на основе космических снимков и инструментальных наземных измерений, в нескольких регионах степного пояса России;
определить тесноту связи значений NDVI в посевах озимой пшеницы, полученных наоснове космических снимков и при наземном сканировании;
выявить возможности комплекси-рования результатов ДДЗ и наземного сканирования для объективной оценки фитометрических параметров, оценить перспективы их использования для управления продукционным процессом полевых агроценозов.
Программа исследований включала стационарные наблюдения и учёты (2019-2020 гг) на участке конкурсного экологического сортоиспытания и выездные экспедиционные исследования в производственных посевах озимой пшеницы (2020-2021 гг). Объекты исследований располагались в центральной почвенно-климатической зоне Оренбургской области (рис. 1, объект 1), северо-западной зоне Ростовской области (рис. 1, объект 2), степной зоне Волгоградской области (рис. 1, объект 3), переходной (от лесостепной к степной) зоне Самарской области (рис. 1, объект 4) и западной зоне Орен-
Рис. 1. География объектов исследований: 1, 5 — Оренбургская область, Оренбургский м и Тоцкий район; 2 — Ростовская область, Шолоховский район; 3 — Волгоградская об- 2 ласть, Кумылженский район; 4 — Самарская область, Кинельский район.
бургской области (рис. 1, объект 5). Почвенный покров всех экспериментальных участков был представлен чернозёмами южными.
Метеорологические условия периода исследований характеризовались свойственной зонам засушливостью климата, выражавшейся в высоких суммах активных температур при критически низком количестве атмосферных осадков, особенно нестабильно выпадавших в летний период. Самые скудные осадки (125...135 мм за апрель-июль) зафиксированы в Волгоградской и Оренбургской областях, а их вариабельность в среднем за четыре месяца составила 67,3 и 78,9 % соответственно. Наиболее непостоянное выпадение осадков отмечено в июле, их вариация в Оренбургской области превысила 80,0 %, а в Волгоградской области - 100,0 %.
NDVI посевов определяли на базе общедоступных космических снимков Landsat 8 и Santienel, имеющих пространственное разрешение 15...30 м/ пиксел, размещённых на on-line ресурсах OneSoil.ai и Sentinel-hub.com. Полученные данные наносили на картографическую основу в программном комплексе Next GIS с последующей обработкой в Arc Map. Для выявления тесноты связи между характеристиками космических снимков и фактическим состоянием растительности осуществляли наземные инструментальные измерения NDVI портативным ручным сенсором Green Seeker Handheld Crop Sensor, Model HCS-100 с активным оптическим датчиком по фиксированному маршруту, закреплённому точками с использованием навигатора Garmin GPSMAP 64 ST.
На участке конкурсного экологического сортоиспытания (объект 1) восьмикратное наземное сканирование посевов проводили в 114 точках по основным фазам развития озимой пшеницы. В период эспедиционных исследований осуществляли наземные измерения NDVI исследуемых полей (объекты 2...5) в 123...137 закреплённых точках. Площадь листовой поверхности на участке конкурсного экологического сортоиспытания озимой пшеницы определяли линейно-весовым методом в период максимального развития ассимиляционного аппарата (в начале фазы цветения). Для измерения массы листьев использовали электронные весы (Electronic balance, ° Type CBL 2200H) с точностью измере-сд ния 0,01 г При обработке цифрового ^ материала применяли корреляционно-
0 регрессионные методы статистическо-
1 го анализа.
В процессе анализа обширной базы ле данных, полученных на основе косми-S ческих снимков участка конкурсного $ экологического сортоиспытания ози-
мой пшеницы в центральной почвенно-климатической зоне Оренбургской области выявлена отмечавшаяся на протяжении всей вегетации значительная дисперсия величин NDVI. Самая высокая стабильность NDVI, составлявшего в среднем по девяти повторениям экспериментального участка 0,80...0,81 единиц, отмечена в периоды максимального развития листосте-бельной массы, соответствующие фазе полного осеннего кущения и периоду от весеннего кущения до начала цветения в весенне-летнюю вегетацию. Коэффициент вариации NDVI в эти фазы не превышал 10,0 %. Наибольшее варьирование NDVI (20,0 %), отмечали в начале (фаза всходов) и конце (фаза молочно-восковой спелости зерна) вегетации.
В результате анализа пространственного распределения NDVI по элементарным участкам поля с использованием стандартизованной непрерывной дискретной шкалы, визуализирующей его значения в диапазоне от -1 до 1, выявлена значительная пространственная неоднородность развития биомассы (рис. 2). Среди основных причин гетерогенности растительного покрова, сопроводившейся существенным пространственным изменением урожайности и качества продукции, отмечены неоднородность почвенного покрова, пестрота засорённости, характер распределения вредных объектов и варьирование других факторов внешней среды. На наш взгляд, это обстоятельство следует рассматривать в качестве одного из основных доводов тщательного мониторинга полевых агроценозов, особенно в периоды, наиболее ответственные за формирование урожая (формирование плотности продуктивного стеблестоя, закладка колоса и налив зерна), с целью нивелирования указанных неблагопри-
ятных последствий агротехническими средствами.
Следует отметить, что реализованный в наших исследованиях мониторинг посевов с использованием космических снимков показал высокую воспроизводимость картины пространственного распределения величин NDVI по различным участкам поля. Выявлена их высокая сходимость с результатами наземного сканирования портативными оптическими устройствами типа Green Seeker Handheld Crop Sensor Model HCS-100 и определения фито-метрических параметров линейными методами (рис. 3, 4).
Корреляционно-регрессионный анализ экспериментальных данных подтвердил наличие сильной связи (r = 0,90) между значениями NDVI, полученными на основе космических снимков и при наземном сканировании. Указанная прямая линейная зависимость характеризуется уравнением регрессии у = 0,833х + 0,138, где х - величина NDVI, определённая на основе космических снимков, у -величина NDVI, установленная при наземном сканировании. Коэффициент детерминации (R2) свидетельствует о зависимости между указанными величинами в 80,7 % случаев.
На других экспериментальных участках также выявлена достаточно выраженная гетерогенность растительного покрова (рис. 5) и отмечена высокая сходимость величин NDVI при спутниковом и наземном определении. Так, в условиях северо-западной зоны Ростовской области (Шолоховский район, 5 мая 2021 г) коэффициент детерминации между этими величинами был равен 0,896, в степной зоне Волгоградской области (Кумылженский район , 5 мая 2021 г) - 0,873, в переходной зоне Самарской области (Кинельский район, 15 октября 2020 г) - 0,889, в западной
í, ^
.0 ( ) 0,1 0.2 G.3 0.4_ 0,5 0.6 0.7 0.8 0.9 1J
Рис. 2. Пространственная визуализация NDVIв посевах озимой пшеницы в центральной почвенно-климатической зоне Оренбургской области (подготовлена на основе космических снимков в период осеннего кущения, 28 октября 2019 г.).
>5 т 0,70 I £
Я 5 0,60 Ш и
„ и 0,50 3 Ф * ^ т й- 040 -
га ф Ц 0,40 5 и I
О 2 °,30 х I
> 2
" СО 0,10 2 гс
1 2 3 4 Ф а з а в е г е Г! И и и 5 6 7 8
Рис. 3. Динамика NDVIв посевах озимой пшеницы на чернозёмах южных центральной зоны Оренбургской области по фазам вегетации (2019—2020гг.): 1 — осеннее кущение; 2 — весеннее кущение; 3 — выход в трубку; 4 — начало колошения; 5— колошение; 6 — цветение; 7 — молочно-восковая спелость зерна; 8 — восковая спелость зерна: — наземное сканирование; — космическая съемка.
зоне Оренбургской области (Тоцкий район, 3 мая 2021 г) - 0,921.
В ходе полевого эксперимента на участке экологического сортоиспытания озимой пшеницы в центральной почвенно-климатической зоне Оренбургской области определено соотношение площади листовой поверхности (ПЛ) и величин NDVI в период максимального развития ассимиляционного аппарата (фаза колошение-цветение) по 13 сортам различной селекции. Примечательно, что общей (по всей линейке сортов) прямой зависимости нормализованного разностного вегетационного индекса посевов (NDVI) от площади листовой поверхности не выявлено.
Очевидно, это обстоятельство свидетельствует о влиянии на соотношение приведённых величин таких специфических сортовых признаков, как интенсивность (густота) зелёного окрашивания (концентрация хлорофил-
ла), архитектоника листьев, длина стебля и колоса, наличие или отсутствие остей и др., определяющих их оптико-биологические свойства [20].
Установлено, что межсортовое изменение NDVI детерминирует не более 40,0 % межсортовой вариации площади листовой поверхности (Я2 = 0,38). Связь между этими параметрами средняя (г = 0,62) и характеризуется уравнением регрессии у = 37397х - 3198, где х - NDVI! у - площадь листовой поверхности.
По результатам исследований были определены индивидуальные, присущие конкретным сортам, размеры площади листовой поверхности, приходящиеся на 0,01 единиц NDVI, с ясной перспективой их использования для определения площади листовой поверхности путём её пересчета с величин NDVI. Подобный подход исключает применение несоизмеримо более трудоёмкого линейно-весового метода и предоставляет оперативный
простор для принятия корректирующих технологических решений. При расчёте этого показателя подтверждена его сортовая специфичность, выразившаяся в асинхронности межсортовых различий площади листовой поверхности, приходящейся на 0,01 единиц NDVI (31,9 м2/га, или 9,9 %) и самих исходных показателей. При межсортовой вариабельности площади листовой поверхности на уровне 3754 тыс. м2/га (14,2 %) изменчивость NDVI оказалась равной 0,08 единиц или 10,4 %.
В исследуемой выборке выявлены сорта, сформировавшие максимальную площадь листовой поверхности 29,2...30,1 тыс. м2/га, которой соответствовала наивысшая в эксперименте величина NDVI - 0,84.0,85 единиц, считающаяся оптимальной для степной зоны (см. табл.). Отношение ПЛ к NDVI оказалось близким к 350,0 м2/га на 0,01 единиц NDVI. В эту группу в основном вошли сорта местной селекции (ФГБОУ
0,90
0,80
0,70
0,60
0,50
0,40
0,30
> 0,20 о
2 0,10
0,00
у 0,8336х +
0,1384
Я = 0,8071
.....гйГ
ф-
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70
NDVI (наземное сканирование)
0,80 0,90
1,00
Рис. 4. Связь средних значений NDVIв посевах озимой пшеницы, полученных на основе космических снимков и при наземном сканировании в центральной зоне Оренбургской области (2019—2020 гг.).
1.0 0 0.1 0.2 0.3 0.4 0.5 0.6 О.Т 0.8 0.9 1.
т
Рис. 5. Картины пространственного распределения NDVI в посевах озимой пшеницы в отдельных регионах степной зоны РФ, полученные на основе космических снимков: а — Ростовская область (5мая 2021 г.); б — Волгоградская область (5мая 2021 г.); в — Самарская область (15 октября 2020 г.); г — Оренбургская область (3 мая 2021 г.).
ВО Оренбургский ГАУ), которые по совокупности приведённых показателей отнесены к наиболее адаптивным в условиях современных климатических и антропогенных изменений - безостые Оренбургская 105, Колос Оренбуржья и остистые Рифей и Пионерская 32. Такая же величина этого показателя отмечена у сорта Саратовская 17, селекции ФГБНУ НИИСХ Юго-Востока. Растения указанных сортов характеризуются высокой визуально различимой интенсивностью (густотой) зелёного окрашивания, что, наряду с мощностью развития листового аппарата, заметно повышает NDVI.
В то же время выделены сорта, посевы которых в зональных условиях при практически аналогичном отношении ПЛ к NDVI характеризуются меньшей площадью листьев (27,0...28,0 тыс. м2/ га), которой соответствуют меньшие значения NDVI - 0,78.0,80 единиц. Это также интенсивно окрашенные безостые сорта Perfect (селекции ФГБОУ ВО Оренбургский ГАУ) и Спартак (ВНИИ зерновых культур им. И.Г.Калиненко).
Наименьшее отношение ПЛ к NDVI (321,7 м2/га на 0,01 единиц NDVI) при ° достаточно высокой его величине (0,84 eg единицы) отмечено в посевахбезостого ^ сорта Новоершовская (ФГБНУ Ершов-си ская ОСОЗ НИИСХ Юго-Востока). Из | группы короткостебельных, имеющих вполне очевидные перспективы в усло-® виях повышающейся засушливости S климата, выделены посевы хорошо $ облиственных сортов Гром (ФГБНУ
Национальный центр зерна им. П. П. Лу-кьяненко) и Донской сюрприз (ФГБНУ Аграрный научный центр Донской) с площадью листовой поверхности 26,3.26,6 тыс. м2/га (87,5.88,5 % от наибольшей в опыте) и NDVI 0,78 единиц, пониженного ввиду менее интенсивного окрашивания.
Представленные результаты убедительно свидетельствуют о перспективности широкого использования информационных ресурсов ДЗЗ для контроля фитометрических параметров посевов по ходу вегетации даже в разрезе отдельных сортов и принятия технологических решений по их корректировке агротехническими средствами (приёмами), направленными на более полную реализацию урожайного потенциала в зональных условиях. Для
оперативного управления продукционным процессом полевых агроценозов целесообразно комплексирование результатов ДЗЗ и наземного сканирования, имеющих высокую сходимость результатов. При проведении научных исследований на небольших площадях, а также с целью уточнения и внесения поправок к абсолютным значениям NDVI, определённым на основе космических снимков, представляется целесообразным заложение тестовых площадок для одновременного с космической съёмкой наземного измерения NDVI оптическими устройствами с активными датчиками.
Таким образом, в регионах степного пояса России отмечается повсеместная пространственная гетерогенность растительного покрова полевых агроце-нозов, выражающаяся в значительной изменчивости NDVI по элементарным участкам поля. Наибольшее его варьирование в посевах озимой пшеницы отмечается в самые ответственные фазы, совпадающие с периодом закладки плотности стеблестоя (фазы всходов-кущения) и налива зерна (фаза молочно-восковой спелости зерна).
Результаты мониторинга NDVI на основе данных ДЗЗ имеют высокую сходимость (г = 0,90) с показателями наземного сканирования и определения фитометрических параметров линейными методами. Это открывает широкие перспективы их комплек-сирования и значительно расширяет возможности отслеживания фитометрических параметров посевов.
Различные сорта озимой пшеницы обладают специфическими сортовыми признаками, определяющими их оптико-биологические свойства и выражающимися в различном отношении площади листовой поверхности к NDVI. Присущие конкретным сортам индивидуальные параметры этого соотношения могут использоваться для оперативного определения площади листовой поверхности и последующего применения полученных результатов в разработке мероприятий, направ-
Соотношение и площади листовой поверхности у сортов озимой пшеницы в фазе цветения (2019-2020 гг.)
Сорт Нормализованный вегетационный индекс (NDVI), единиц Площадь листовой поверхности (ПЛ), м2/га Отношение ПЛ к NDVI, м2/га на 0,01 ед. NDVI
Дон 95 0,79 26480 335,2
Быстрица 0,77 26965 350,2
Спартак 0,78 27112 347,6
Perfect 0,80 28168 352,1
Новоершовская 0,84 27022 321,7
Фотинья 0,83 28336 341,4
Саратовская 17 0,85 29546 347,6
Колос Оренбуржья 0,85 29724 349,7
Оренбургская 105 0,85 29937 352,2
Гром 0,78 26302 337,2
Донской сюрприз 0,78 26637 341,5
Рифей 0,84 29165 347,2
Пионерская 32 0,85 30056 353,6
ленных на управление продукционным процессом полевых агроценозов, в том числе в системах точного земледелия.
Подобный подход представляется наиболее целесообразным при интенсивном внедрении в сельскохозяйственное производство современных информационных технологий, способствующих адаптации земледелия к изменяющимся природным и антропогенным факторам, вносящим существенные коррективы в течение биологических процессов в растительных сообществах.
Литература.
1. Yakushev V. P., Yakushev V. V. Prospects for «smart agriculture» in Russia // Herald of the Russian Academy of Sciences. 2018. Vol. 88. No. 5. P. 330-340. doi: 10/31857/ S086958730001690-7.
2. Филин В. И. Программирование урожая: от идеи к теории и технологиям возделывания сельскохозяйственных культур // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2014. № 3 (35). С. 26-36.
3. Агрометеорологическая оценка состояния озимых культур в период прекращения вегетации с использованием наземных и спутниковых данных на примере Приволжского федерального округа / А. И. Страшная, С. А. Барталев, Т. А. Максименкова и др. // Труды гидрометеорологического научно-исследовательского центра Российской Федерации. 2014. № 351. С. 85-107.
4. Whitcraft A. K., Becker-Reshef I., Justice C. O. A Framework for defining spatially explicit earth observation requirements for a global agricultural monitoring initiative (Geoglam) // Remote sensing. 2015. Vol. 7. No. 2. P. 1461-1481. doi: 10.3390/rs70201461.
5. Якушев В. П., Дубенок Н. Н., Лупян Е. А. Опыт применения и перспективы технологий дистанционного зондирования Земли для сельского хозяйства // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 11-23. doi: 10.21046/2070-7401-2019-16-3-11 -23.
6. Возможности дистанционной оценки урожайности озимой пшеницы на основе вегетационного индекса фотосинтетического потенциала / Ф. В. Ерошенко, С. А. Барталев, И. Г. Сторчак и др. // Современные проблемы дистанционного зондирования земли из космоса. 2016. Т. 13. № 4. С. 99-112. doi: 10.21046/2070-7401-2016-13-23-99-112.
7. Using NDVI for the assessment of canopy cover in agricultural crops within modelling research / T. R.Tenreiro, M. Garcia-Vila, J. A. Gomes, et al. // Computers and Electronic in Agriculture. 2021. No. 182. P. 106038. URL: https://www.sciencedirect.com/ science/article/pii/S0168169921000569 (дата обращения: 15.05.2021г). doi: 10.1016/j. compag.2021.106038.
8. Remote sensing algorithms for estimation of fractional vegetation cover using pure vegetation index values: A revive / L. Gao, H. Wang, B.A. Johnson, et al. // ISPRS Journal Photogrammetry and Remote Sensing. 2020. Vol. 159. P. 364-377. doi: 10.1016/j. isprsjprs.2019.11.018.
9. Терехин Э. А. Оценка пространственно-временных изменений в зелёной фитомассе
аграрной растительности с использованием спектрально-отражательных признаков // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 1. С. 138-148. doi: 10.21046/2070-74012021-18-1-138-148.
10. Гулянов Ю. А. Мониторинг фитометри-ческих параметров с использованием инновационных методов сканирования посевов // Таврический вестник аграрной науки. 2019. № 3 (19). С.64-76. doi: 10.33952/2542-07202019-3-19-64-76.
11. Gulyanov Yu. A. Scientific bases of principles estimating a state of the vegetation cover in steppe agrocenoses using innovative methods of smart agriculture // IOP Conf. Series: Earth and Environmental Science. 2021. Vol. 817. P. 012039. URL: https://iopscience.iop.org/ article/10.1088/1755-1315/817/1/012039 (дата обращения: 15.05.2021г). doi: 10.1088/17551315/817/1/012039.
12. Гулянов Ю. А., Чибилёв А. А., Чибилёв (мл.) А. А. Резервы повышения урожайности и качества зерна озимой пшеницы и их зависимость от гетерогенности посевов в условиях степной зоны Оренбургского Предуралья // Юг России: экология, развитие. 2020. Т. 15. № 1 (54). С. 79-88. doi: 10.18470/1992-10982020-1-79-88.
13. Тугаринов Л. В., Комаров А. А., Кирсанов А. Д. Оценка корректирующего действия некорневых подкормок с помощью ДДЗ в Краснодарском крае // Известия Санкт-Петербургского государственного аграрного университета. 2020. № 2 (59). С. 74-81. doi: 10.24411/2078-1318-2020-12074.
14. Beluhova-Uzunova R., Dunchev D. Precision Farming-concepts and perspectives // Agricultural Economics. 2019. No. 3 (360). P. 142-155. doi: 10.30858 / zer / 112132.
15. Spiridonov A. Application of Unmanned Aerial Systems in Crop Production as an Aspect of Digitalization of the Agro-Industrial Complex // SHS Web of Conferences. 2021. No. 93. P. 01013. URL: https://www.shs-conferences.org/articles/ shsconf/pdf/2021/04/shsconf_nid2020_01013. pdf (дата обращения: 15.05.2021г). doi: 10.1051/shsconf/20219301013.
16. Кирюшин В. И. Состояние и проблемы развития адаптивно-ландшафтного земледелия // Земледелие. 2021. № 2. С. 3-7. doi: 10.24411/0044-3913-2021-10201.
17. Transitioning from MODIS to VIIRS: an analysis of inter-consistency of NDVI data sets for agricultural monitoring / S. Skakun, C. O. Justice, E. Vermote, et al. // International Journal of remote sensing. 2018. Vol. 39. No. 4. P. 971992. doi: 10.1080/01431161/2017/1395970.
18. Evaluation of the LSA-SAF gross primary production product derived from SEVIRI/MCG data (MGPP) / B. Martinez, M. A. Gilabert, S. Sanchez-Ruiz, et al. // ISPRS Journal of Photogrammetry and Remote Sensing. 2020. Vol. 159. P. 220-236. doi: 10.1016/j. isprsjprs.2019.11.010.
19. Мониторинг посевов озимой пшеницы с применением беспилотной аэрофотосъёмки и оптического датчика Greenseeker ® RT 200 / С. В.Железова, А. А.Ананьев, М. В.Вьюнов и др. // Вестник Оренбургского государственного университета. 2016. № 6 (194). С. 56-61.
20. Пономарёв С. Н., Пономарёва М. Л. Фотосинтетические особенности сортов озимой ржи с различным контролем корот-костебельности // Земледелие. 2017. № 7. С. 36-40.
Prospects of using remote sensing information resources for managing the production process of field agrocenoses
Yu. A. Gulyanov
Institute of Steppe of the Ural Branch of the Russian Academy of Sciences, Orenburg Federal Research Center of the Ural Branch of the Russian Academy of Sciences, ul. Pionerskaya 11, Orenburg, 460000, Russian Federation
Abstract. The study was carried out with the aim of a broad spatial assessment of the phytometric parameters of winter wheat agrocenoses by determining the normalized difference vegetation index (NDVI) based on remote sensing data and ground scanning, identifying their relationship, the possibility of integration and prospects for use for controlling the production process. The work was carried out in 2019-2021 at the site of competitive varietytesting in the Orenburg region and production crops of the Rostov, Volgograd, Samara and Orenburg regions, on southern chernozems. The meteorological conditions of the research period were characterized by the aridity of the climate characteristic of the zones. NDVI was determined on the basis of publicly available satellite images of Landsat 8 and San-tienel, having a spatial resolution of15-30 m/pixel. The obtained data were plotted on a cartographic basis in the Next GIS software package with subsequent processing in Arc Map. Ground-based instrumental measurements of NDVI were carried out with a portable hand-held sensor Green Seeker Handheld Crop Sensor, Model HCS-100 along a fixed route. The area of the leaf surface was determined by the linear-weight method. When processing digital material, generally accepted methods of statistical analysis were used. The results of NDVI monitoring based on remote sensing data showed high convergence (r = 0.90) with the results of ground scanning and the results of determining phytometric parameters by linear methods, which opens up broad prospects for their integration and significantly expands the possibilities of tracking phytometric parameters of crops. Different varieties of winter wheat have specific varietal characteristics that determine their optical and biological properties and are expressed in a different ratio of NDVI to the leaf surface area. The individual parameters of the specified ratio inherent in different varieties can be used for the operational determination of the leaf surface area and their subsequent application in the development of measures aimed at managing the production process of field agrocenoses, including in precision farming systems.
Keywords: remote sensing; ground scanning; agrocenoses; winter wheat (Triticum aestivum L.); production process; phytometric parameters; realization of yield potential.
Author Details: Yu. A. Gulyanov, D. Sc. ^ (Agr.), leading research fellow (e-mail: iury. [email protected]). $
For citation: Gulyanov YuA [Prospects of e using remote sensing information resources s for managing the production process of ^ field agrocenoses]. Zemledelie. 2022; 2 (2):26-31. Russian. doi: 10.24412/0044- ™ 3913-2022-2-26-31. 2
0
_ 10
■ 2