Моделирование условий вегетации с использованием отклонений текущих значений NDVI от среднемноголетних показателей | Simulation of vegetation conditions using differences of current NDVI values from average long-term indicators

Ruso. В настоящее время одним из важных инструментов увеличения производства растениеводческой продукции становится внедрение систем точного земледелия. Получали модели, прогнозирующие состояние процесса вегетации зерновых культур при влиянии действующих условий на основе сравнения среднемноголетних показателей вегетационного индекса NDVI с его текущими сезонными значениями. Исследования проводили в Орловской области. Посевы озимой пшеницы (Triticum aestivum L.) сорта Московская 39 занимали площадь 48,1 га, ярового ячменя (Hordeum vulgare L. sensu lato) сорта Раушан - 17,4 га. Данные по значениям NDVI получали на геопортале КосмосАгро, а также с применением беспилотного летательного аппарата Агрофлай Квадро 4/17 (Agrofly International, Россия). Компенсация зашумленности данных выполнялась посредством аппроксимации временных рядов функцией Гаусса-Лапласа. В результате были получены временные ряды среднего индекса NDVI для изучаемых культур по данным многолетних наблюдений и рассчитаны текущие значения NDVI вегетационного сезона 2021 года. Установлен близкий к нормальному характер распределения временных рядов вегетационного индекса. Определены максимальные (пиковые) значения NDVI, составляющие 0,71 для озимой пшеницы и 0,54 - для ярового ячменя и приходящиеся на июнь, независимо от культуры. Цели выравнивания зашумленных временных рядов NDVI сельскохозяйственных культур в период вегетации наиболее полно удовлетворяет ассиметричная функция Гаусса-Лапласа, где в качестве математического ожидания применено среднее значение наибольших показателей NDVI вегетационного периода культуры. На основе показателя аномалий NDVI получены математические модели, описывающие влияние фотосинтетических, метеорологических и почвенно-климатических факторов на состояние культур в период конкретной фенофазы.

Inglés. Currently, one of the important tools for increasing crop production is the introduction of precision farming systems. The research goal was to develop predictive models of the vegetation process of grain crops, based on a comparison of the average long-term indicators of NDVI with its current seasonal values. The influence of actual conditions was taken into account. The research was carried out in the Oryol region. In 2021, winter wheat (Triticum aestivum L.) 'Moskovskaya 39' occupied an area of 48.1 ha, spring barley (Hordeum vulgare L. sensu lato) 'Raushan' - 17.4 ha. Data for calculation of NDVI values were obtained from the CosmosAgro geoportal, as well as using an Agrofly Quadro 4/17 unmanned aerial vehicle (Agrofly International, Russia). Data noise compensation was performed by approximating time series with the Gauss-Laplace function. As a result, time series of the average NDVI value for the studied crops were obtained based on long-term observations, and the current NDVI values in the growing season 2021 were calculated. The distribution of time series of the vegetation index has been established. It was close to normal one. The maximum (peak) values of NDVI are determined. They amounted to 0.71 for winter wheat and 0.54 for spring barley and fell in June, regardless of the crop. The purpose of leveling the noisy NDVI time series of crops during the growing season is most fully satisfied by the asymmetric Gauss-Laplace function. As a mathematical expectation, the average value of the highest NDVIs for the crop vegetation period was used. Mathematical models were obtained based on the NDVI anomaly index. These models describe the influence of photosynthetic, meteorological, soil, and climatic factors on the crop state during a particular phenophase.