CC BY
113
УДК 004.9:633.11 ББК 32.81 П 16
Панеш А.Х.
Кандидат технических наук, доцент кафедры прикладной математики, информационных технологий и информационной безопасности факультета математики и компьютерных наук Адыгейского государственного университета, Майкоп, тел. (8772) 593904, e-mail: [email protected] Цалов Г.В.
Кандидат экономических наук, ведущий научный сотрудник отдела экономики и земельных отношений Адыгейского научно-исследовательского института сельского хозяйства РАСН, Майкоп, e-mail: [email protected]
Прогнозирование урожайности озимой пшеницы на основе сервисов геоинформационных систем
(Рецензирована)
Аннотация. Исследования проводились на базе производственных участков Адыгейского НИИ сельского хозяйства в 2015-2016 и 2016-2017 сельскохозяйственные годы. Ставилась задача выявления взаимосвязей между нормализованным вегетационным индексом NDVI, площадью поверхности растительности, способной осуществлять функции фотосинтеза, и содержанием хлорофилла в растениях. Также изучена корреляционная связь между урожайностью озимой пшеницы индексами NDVI, хлорофилловым фотосинтетическим потенциалом ХФП, вегетационным фотосинтетическим потенциалом ВФП. Наилучшие результаты при прогнозировании урожайности озимой пшеницы получены для показателя ВФП.
Ключевые слова: геоинформационные системы, ВЕБ-ГИС системы, вегетационные индексы растительности, озимая пшеница, прогнозирование урожая, коэффициент корреляции, регрессивная зависимость.
Panesh A.Kh.
Candidate of Technical Sciences, Associate Professor of the Department of Applied Mathematics, Information Technology and Information Security, Faculty of Mathematics and Computer Science, Adyghe State University, Maikop, ph. (8772) 593904, e-mail: [email protected] Tsalov G.V.
Candidate of Economic Sciences, Leading Researcher of Department of Economy and Land Relations, the Adyghe Research Institute of Agriculture of Russian Academy of Agricultural Sciences, Maikop, e-mail: [email protected]
Prediction of winter wheat productivity on the basis of geographic information system services
Abstract. Studies were conducted on the basis ofproduction sites of the Adyghe Research Institute of Agriculture in 2015-2016 and 2016-2017 agricultural years. The task was set to detect correlations between the normalized vegetative NDVI index, surface area of the vegetation capable to implement photosynthesis functions and the content of a chlorophyll in plants. Also studies were made on correlative relationship between winter wheat productivity, the NDVI indexes, chlorophyll photosynthetic potential and vegetative photosynthetic potential. The best results of prediction of winter wheat productivity have been obtained for vegetative photosynthetic potential index.
Keywords: geographic information systems, WEB-GIS systems, vegetative indexes of vegetation, winter wheat, prediction of a harvest, correlation coefficient, regressive dependence.
Использование геоинформационных технологий в сельском хозяйстве получает все большее распространение. Особенно быстро развиваются услуги геоинформационных систем (ГИС), доступ к которым предоставляется через Интернет (ВЕБ-ГИС). ВЕБ-ГИС - это геоинформационная система в сети Интернет, пользователи которой могут работать с пространственными данными с помощью ВЕБ-браузеров. В ВЕБ-ГИС реализуются почти все функции, доступные в настольной/серверной ГИС. Для работы в ВЕБ-ГИС пользователю нет необходимости обладать квалификацией ГИС-специалиста и не требуется специализированное программное обеспечение. Также большим преимуществом, в сравнении с затратами на создание и эксплуатацию настольных/серверных ГИС, являются незначительные расходы на подключение к ВЕБ-ГИС услуге.
Указанные преимущества позволяют использовать ВЕБ-ГИС отдельными фермерами при возделывании зерновых культур [1]. Многие ВЕБ-ГИС предоставляют своим абонентам
космические снимки высокого пространственного разрешения в 3 м или даже в 1 м [2, 3]. Поэтому стало возможным осуществлять спутниковый мониторинг и оценку характеристик растительности на отдельных участках площадью в несколько гектаров. Это позволяет своевременно выявлять неоднородности роста растений на поле, прогнозировать урожайность и пр. На рисунке 1 показан фрагмент посевов на производственных участках Адыгейского НИИ сельского хозяйства с наложенной картой индекса КОУ1, предоставленный через сервис ВЕБ-ГИС «Геоаналитика- Агро».
Рис. 1. Фрагмент посевов на производственных участках Адыгейского НИИ сельского хозяйства (снимок получен через ВЕБ-ГИС «Геоаналитика-Агро», пространственное разрешение 3 м, 09.07.2017 г.)
На рынке ВЕБ-ГИС для сельского хозяйства наблюдается значительная конкуренция. Хорошими техническими возможностями обладают ВЕБ-ГИС «Вега» Института космических исследований российской академии наук (ИКИ РАН, пользователям предоставляются космические снимки спутниковых группировок Landsat - 30 м, Sentine 1-10 м и другие снимки с более низким разрешением), «Геоаналитика-Агро» (компания «Совзонд», снимки группировок Landsat и Sentinel с разрешениями 30 и 10 м, RapidEye - 6,5 м, PlanetScope - 3 м), «Космос-Агро» (компания «Сканэкс», имеет доступ к большому количеству спутниковых группировок, предлагающих снимки с различным разрешением, в том числе с разрешением 1 м за дополнительную плату).
Указанные ВЕБ-ГИС предоставляют значения следующих индексов растительности: нормализованного вегетационного индекса NDVI, индекса содержания хлорофилла в листьях растений MCARI/OSAVI, индекса содержания азота в листьях растений GNDVI, почвенного вегетационного индекса SAVI, индекса листовой поверхности растения LAI и др. Пользователям также доступны наборы карт, выполненных в виде растровых изображений полей, с наложенными фильтрами по указанным индексам.
Цель исследования
Имеется ряд исследований, посвященных прогнозированию урожайности сельскохозяйственных культур [4]. В этих исследованиях используются различные методы: визуальная оценка состояния полей, статистическая обработка, поиск и сравнение по году-аналогу, построение моделей роста, разработка регрессивных подходов. В частности, для мониторинга и прогнозирования урожайности активно используется вегетационный индекс NDVI. При выборе длин волн для расчета NDVI руководствуются оптико-биологическими свойствами зеленой растительности, а именно поглощением излучения хлорофиллом в красной области спектра и отражением поверхности растений в ближней инфракрасной области спектра. Спутниковая группировка Sentine 1-2, чьи снимки используют многие ВЕБ-ГИС, предоставляет своим пользователям для расчета NDVI снимки в спектральных каналах В4 (665 нм) и В8 (842 нм) с пространственным разрешением 10 м [5].
Выполненные в последние годы исследования показывают, что урожайность озимой пшеницы демонстрирует во многих случаях наличие достаточно тесной корреляции с КОУ! (максимальной за период вегетации или интегрированным значением за некоторый временной интервал). Однако наличие такой корреляции не отличается стабильностью, что не позволяет использовать взаимосвязь урожайности с КОУ! в качестве универсальной, достоверной модели. По этой причине были проведены исследования по разработке новых, отличающихся более высоким уровнем инвариантности взаимосвязей, с более высоким уровнем достоверности вегетационных индексов, демонстрирующих наличие достаточно устойчивой и тесной взаимосвязи с величиной урожайности озимой пшеницы [6, 7].
Индексы КОУ!, а также рассматриваемые далее в работе хлорофилловый фотосинтетический потенциал ХФП и вегетационный фотосинтетический потенциал ВФП - это оптико-биологические характеристики посевов. В работе исследуются корреляционные взаимосвязи между этими индексами, что позволяет получить объективную информацию о продукционном процессе развития растительности. Также, что является наиболее важным, анализируются методы расчета вегетационных индексов, предлагаемых в работах [6, 7], и выявляется с учетом проведенных измерений на полях Адыгейского НИИСХ наиболее оптимальный вегетационный индекс для прогнозирования урожайности озимой пшеницы.
Объекты и методы исследования
Исследования проводились в 2015-2016 и 2016-2017 сельскохозяйственные годы. Объекты исследований - посевы Адыгейского НИИ сельского хозяйства (6 полей). Вегетационные индексы КОУ! и значения спектральной яркости посевов в период вегетации получены из системы ВЕБ-ГИС «Вега», индекс содержания хлорофилла в листьях МСАШ/ОБАУ! получен из системы ВЕБ-ГИС «Геоаналитика-Агро». Сбор данных о характеристиках посевов озимой пшеницы проводился в фазах кущение, трубкование, колошение, налив зерна. Отборы проводились с учетных площадок площадью 0,25 м в 5-кратной повторности. Показатели ХФП и ВФП рассчитывались по формулам из [6, 7].
Результаты исследования
Выявлено наличие корреляционной взаимосвязи, относительно невысокой, между площадью ассимиляционной поверхности посевов озимой пшеницы и их индексом КОУ!. Коэффициент корреляции в среднем за период исследований составил 0,65 (табл. 1).
Таблица 1
Взаимосвязь между площадью ассимиляционной поверхности озимой пшеницы (м2/м2) и индексом КОУ!
№ поля Фазы развития Rcorr
кущение трубкование колошение налив зерна
2016 г.
1 2,49 3,12 4,45 2,88 0,31
2 2,15 2,45 3,47 2,04 0,29
3 4,02 4,87 6,44 4,50 0,58
4 2,48 2,49 4,24 2,30 0,83
5 3,80 4,44 6,35 4,37 0,79
6 3,21 4,14 6,13 4,07 0,72
Среднее 2,99 3,56 5,18 3,36 0,69
2017 г.
1 1,22 2,43 3,41 2,11 0,40
2 1,95 2,12 3,13 1,98 0,37
3 3,41 4,43 5,48 4,18 0,60
4 2,15 2,17 3,29 1,95 0,88
5 3,06 4,02 5,21 3,81 0,81
6 2,65 3,84 5,14 3,73 0,68
Среднее 2,41 3,17 4,28 2,96 0,61
Rcorr средн. за 2016-2017 гг. 0,65
Анализ корреляционной связи между содержанием хлорофилла в листьях (для индекса МСАШ/ОБАУ!, учитывающего количество зеленых пигментов в единице биомассы растений, в мг/г) и вегетационным индексом КОУ! показан в таблице 2.
Таблица 2
Взаимосвязь между содержанием хлорофилла (по индексу МСАШ/ОБАУ!) в листьях озимой пшеницы (мг/г) и индексом КОУ!
№ поля Фазы развития Rcorr
кущение трубкование колошение налив зерна
2016 г.
1 4,62 3,02 1,32 0,80 -0,87
2 4,07 2,11 0,87 0,79 -0,91
3 4,65 2,13 1,70 0,41 -0,64
4 5,12 2,39 2,31 0,56 -0,63
5 4,63 2,28 1,58 1,22 -0,90
6 5,08 2,03 1,89 0,78 -0,91
Среднее 4,70 2,33 1,61 0,76 -0,85
2017 г.
1 3,63 1,69 2,29 1,91 -0,78
2 3,39 1,68 2,32 2,06 -0,87
3 3,83 1,69 2,18 1,59 -0,69
4 4,15 1,24 2,84 1,54 -0,61
5 3,02 1,78 2,29 1,36 -0,82
6 3,09 1,49 1,78 0,82 -0,93
Среднее 3,52 1,60 2,28 1,55 -0,82
Rcorr средн. за 2016-2017 гг. -0,84
Коэффициенты корреляции в среднем по полям составили -0,85 (2016 г.) и -0,82 (2017 г.). Получена высокая степень взаимосвязи между содержанием хлорофилла в единице биомассы растений озимой пшеницы и индексом КОУ1. Отрицательные значения полученных коэффициентов корреляции ЯсОгг объясняются тем, что максимальная концентрация хлорофилла у озимой пшеницы имеет место в начальные периоды роста и развития. В дальнейшем происходит уменьшение количества пигментов хлорофилла при одновременном росте КОУ1.
На следующем этапе исследования изучались связи урожайности озимой пшеницы с хлорофилловым фотосинтетическим потенциалом ХФП и вегетационным фотосинтетическим потенциалом ВФП (табл. 3).
Таблица 3
Взаимосвязь между фотопотенциалами посевов и урожаем зерна озимой пшеницы
№ поля Урожай, т/га ХФП, г/м2, сутки ВФП, NDVI, сутки
2016 г.
1 4,98 50,9 19,2
2 5,47 25,6 14,7
3 5,92 89,4 37,8
4 4,88 38,7 10,1
5 6,46 87,8 32,9
6 6,12 92,3 35,7
Среднее по полям 5,65 64,0 25,2
Rcorr с урожаем зерна 0,80 0,85
2017 г.
1 4,13 40,6 18,7
2 4,91 19,3 28,6
3 5,32 73,2 29,9
4 3,98 24,9 12,2
5 6,22 65,5 37,7
6 5,33 87,9 41,0
Среднее по полям 5,03 51,8 27,9
Rcorr с урожаем зерна 0,66 0,88
ХФП рассчитывался по формуле [5]:
Chi • M, + Chi,, • Mi
ХФП = 2"
i=1
2
((+i " diX
где: Chl - относительное содержание хлорофилла; M - биомасса на 1 м посева; d - дата отбора; i - порядковый номер отбора. ВФП рассчитывался по формуле:
ВФП = 2
NDVL • К п
i=1
•((,- di),
где: ЫВУ1 - вегетационный индекс посева; ^ппп - коэффициент поверхностной плотности посева (рассчитывается как отношение биомассы посева к 5000); с1 - дата отбора; г - порядковый номер отбора.
В расчетах использовался также индекс вегетационного фотосинтетического потенциала ВИФП, предлагаемый в работе [7]. Этот показатель рассчитывается по данным, получаемым от ВЕБ-ГИС, то есть не требуется производить какие-либо измерения показателей растительности на поле:
(1 - ШО, )-1Щ + (1 - ШО,+1 )• NI
ВИФП = 2-
i=1
2
((+1 - d),
где: RED - значение интенсивности отражения в красной области спектра; NIR - значение интенсивности отражения в ближней инфракрасной области; d - дата проведения измерений; i - порядковый номер проведенного измерения.
На рисунке 2 показаны графики зависимости величины урожая от ВИФП-индекса.
Рис. 2. Графики линейной регрессии зависимости урожайности озимой пшеницы от индекса ВИФП
Заключение
Использование индекса вегетационного фотосинтетического потенциала ВИФП при расчете урожайности озимой пшеницы более предпочтительно в тех случаях, когда расчеты должны быть выполнены в короткие сроки с использованием только данных дистанционного зондирования. В этом случае нет необходимости выполнять какие-либо измерения непосредственно на земле. Это ускоряет и упрощает процедуру расчетов. Но наилучшая корреляционная связь с урожайностью озимой пшеницы имеет место в случае использования показателя ВФП. Но в этом случае необходимо:
■ предварительно измерить площадь ассимиляционной поверхности растительности на участке с озимой пшеницей;
■ на основе полученных измерений вычислить значение коэффициента поверхностной плотности посева ^ппп для поля;
■ выполнить расчеты для прогнозирования урожайности.
Примечания:
1. Возможности анализа состояния сельскохозяйственной растительности с использованием спутникового сервиса «ВЕГА» / В. А. Толпин [и др.] // Оптика атмосферы и океана. 2014. Т. 27, № 7 (306). С. 581-586.
2. Использование данных ДЗЗ из космоса и ГИС технологий для мониторинга сельскохозяйственных угодий. URL: https://gisinfo.ru/item/114.pdf
3. Технические характеристики инструментов ДЗЗ и их носителей. URL: http://gis-lab.info/projects/ss/ss.html
4. Регрессионные модели оценки урожайности сельскохозяйственных культур по данным MODIS / Н.Н. Куссуль [и др.] // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9, № 1. С. 95-107.
5. SpatialResolution. URL: https://earth.esa.int/web/sentinel/user-guides/sentinel-2-msi/resolutions/spatial
6. Ерошенко Ф.В., Дуденко Н.В. Оценка продуктивности фотосинтеза растений // Уральский научный вестник. 2016. Т. 5, № 2. С. 108-120.
7. Ерошенко Ф.В., Сторчак И.Г., Шестакова Е.О. Данные дистанционного зондирования и фотосинтетическая продуктивность посевов озимой пшеницы // Вестник АПК Ставрополья. 2016. № 4 (24). С. 157-162.
References:
1. Possibilities for analyzing the state of agricultural vegetation using "VEGA" satellite service / V.A. Tolpin [et al.] // Optics of the Atmosphere and the Ocean. 2014. Vol. 27, No. 7 (306). P. 581-586.
2. Use of the remote sensing data from space and GIS technologies for monitoring agricultural lands. URL: https://gisinfo.ru/item/114.pdf
3. Technical characteristics of Earth remote sensing tools and their carriers. URL: http://gis-lab.info/projects/ss/ss.html
4. Regression models for the assessment of yields of agricultural crops according to MODIS data / N.N. Kussul [et al.] // Modern Problems of Remote Sensing of the Earth from Space. 2012. Vol. 9, No. 1. P. 95-107.
5. SpatialResolution. URL: https://earth.esa.int/web/sentinel/user-guides/sentinel-2-msi/resolutions/spatial
6. Eroshenko F.V., Dudenko N.V. Estimation of the productivity of plant photosynthesis // Ural Scientific Bulletin. 2016. Vol. 5, No. 2. P. 108-120.
7. Eroshenko F.V., Storchak I.G., Shestakova E.O. Data of remote sensing and photosynthetic productivity of winter wheat sowing // Bulletin of Stavropol APK. 2016. No. 4 (24). P. 157-162.
