Регрессионные прогнозы урожайности орошаемых озимых культур с использованием спутниковыx вегетационных индексов: модели, предикторы и эксперименты

Технологии агрометеорологических прогнозов урожайности (АПУ) зерновых культур, включая регрессионные АПУ, основанные на данных о нормализованном вегетационном индексе (NDVI), являются важным элементом современной аграрной индустрии. Цель исследования: обосновать эвристическую модель урожайности и подходы к разработке моделей регрессионных методов АПУ, включая процедуру выбора предикторов АПУ по данным NDVI спутниковой системы наблюдений Moderate Resolution Imaging Spectroradiometer (MODIS) и провести экспериментальное прогнозирование. Материалы и методы. Используются данные официальной статистики урожайности орошаемых озимых пшеницы и ячменя иракской провинции Дивания и наблюдения NDVI MODIS за 2001-2019 годы. За основу принята двухкомпонентная эвристическая модель урожайности, содержащая тренд урожайности, обусловленный сравнительно медленным изменением технологии возделывания культур, и климатическую компоненту, связанную с колебаниями биологической продуктивности из-за погодных условий вегетации. Результаты. С помощью эвристической модели развит объектно-ориентированный подход к выбору предикторов регрессионной модели АПУ. Используя зависимость NDVI от проективного покрытия и листового индекса посевов, качественно и количественно определили эволюцию NDVI в отдельных стадиях развития пшеницы и ячменя. Показано, что в АПУ на уровне провинции в качестве исходных предикторов следует выбрать временные ряды NDVI-MODIS за первую и вторую половину февраля в трех зерносеющих районах провинции. Эксперименты показали, что удовлетворительное качество регрессионных АПУ ячменя и пшеницы достигается при различных наборах 2-3 исходных неколлинеарных предикторов и их комбинацией с величиной урожайности прошлого года либо включением линейных или квадратичных зависимостей. Выводы. АПУ пшеницы с относительной ошибкой около 10 % получаются только при подборе интервала обучения моделей и контроле параметров авторегрессионного предиктора. Высокое качество прогнозов регрессионных моделей АПУ ячменя обусловлено тем, что в изменчивости его урожайности преобладает климатическая компонента. Разработанный объектно-ориентированный подход может быть адаптирован к условиям богарного земледелия и прогнозу урожайности других культур.