Опыт прогнозирования урожайности сельскохозяйственных культур с использованием имитационных моделей

Проведен анализ компонентов и параметров имитационной модели биопродуктивности EPIC для сельскохозяйственных условий центральной группы сельскохозяйственных районов Красноярского края. Для компонента модели EPIC«CropGrowthModel» выбраны источники информации с целью оценки ее параметров, характеризующих погодные условия. Доступ к картам полей с их координатами, сведениям о возделываемых культурах и данным дистанционного зондирования Земли осуществлен через сервис агромониторинга ИКИТ СФУ. Проведено моделирование параметров модели, которые не измеряются на метеостанциях: суточная суммарная солнечная радиация, индекс листовой поверхности. Разработано программное обеспечение, реализующее ядро модели прогноза урожайности. Вычислены временные ряды суммарной суточной солнечной радиации и индекса листовой поверхности как функция вегетационного индекса нормированной разности NDVI для вегетационного периода 2018 года. Данные метеостанции Сухобузимское переработаны в формат, необходимый для работы модели: вычислены средняя, максимальная и минимальная дневные температуры, оценен индекс облачности. Проведено моделирование ежедневного прироста надземной биомассы сельскохозяйственных культур в зависимости от температуры воздуха в текущем вегетационном периоде. Результаты моделирования ежедневного прироста биомассы и сумма этих приростов за вегетационный период - надземная биомасса - согласуются с данными об урожайности, характерными для Сухобузимского района Красноярского края, - 23-24 ц/га. Для моделирования неблагоприятных погодных условий в модели используются коэффициенты стресса, которые имеют значения от 1 (наилучшие условия по данному фактору) до 0 (при данных значениях параметра культура не растет). Проведена демонстрация поведения модели в условиях недостатка влаги путем прямого построения ряда коэффициента водного стресса.