Сравнительная оценка новых систем защиты и прогнозирования урожайности зерновых культур на основе данных NDVI

Сравнительная оценка новых систем защиты и прогнозирования урожайности зерновых культур на основе данных NDVI

Автор: Родимцев Сергей Александрович, Павловская Нинель Ефимовна

Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau

Рубрика: Агрономия

Статья в выпуске: 1, 2023 года.

Бесплатный доступ

Цель исследования - оценка эффективности применения нового биопестицида и разработка прогностической модели урожайности зерновых культур на основе данных дистанционного зондирования Земли. Задачи - получение, обработка и анализ ретроспективных данных и текущих сезонных значений NDVI по яровому ячменю и озимой пшенице; сравнительная оценка действия нового биологического средства защиты растений (СЗР) защитно-стимулирующего действия «Нигор++»; численная оценка многолетнего корреляционного отношения максимальных значений NDVI и урожайности культур и вывод о возможности использования вегетационного индекса как показателя урожайности культур с разработкой адекватного уравнения регрессии в условиях опытно-производственного хозяйства Орловского ГАУ. Полевые исследования сезона 2021 г. выполнялись на опытно-производственных участках Орловского ГАУ. Тип почвы - серая лесная. Культуры - озимая пшеница Московская 39 (площадь посевов 48,1 га), яровой ячмень Раушан (площадь посевов - 17,4 га). Посев озимой пшеницы провели 10.09.2020, ярового ячменя - 07.05.2021 обработанными фунгицидным протравителем «Скарлет» семенами. Динамика изменения индекса NDVI для культур, обработанных новым биопрепаратом, опережает контроль на 10-15 дней, вплоть до фазы колошения, а максимальные значения вегетационного индекса опытных посевов на 5-6 % выше контрольных участков. Среднемноголетние коэффициенты корреляции между урожайностью и пиковыми значениями NDVI составляют 0,79 для пшеницы озимой и 0,75 - для ярового ячменя, что подтверждает надежность использования максимальных сезонных значений индекса вегетации как управляемой переменной прогностической модели урожайности. Погрешность оценки урожайности культур, выполненной с применением предложенных прогностических моделей, относительно фактических значений урожайности не превышает 6,7 %. Это дает право рекомендовать полученные модели для планирования производственно-экономических задач в опытно-производственном хозяйстве университета.

Еще

Урожайность, индекс ndvi, прогностическая модель, зерновые культуры, биостимулирующий препарат

Короткий адрес: https://sciup.org/140297502

IDR: 140297502   |   DOI: 10.36718/1819-4036-2023-1-69-79

Список литературы Сравнительная оценка новых систем защиты и прогнозирования урожайности зерновых культур на основе данных NDVI

  • Особенности обработки аэрокосмических снимков для оптимизации геостатистических исследований внутриполевой изменчивости в задачах точного земледелия / В.П. Якушев [и др.] // Современные проблемы дистанционного зондирования Земли из космоса. 2021. № 18 (4). С. 128–139. DOI: 10.21046/2070-7401-2021-18-4-128-139.
  • Houborg R., McCabe M. High-Resolution NDVI from Planet’s Constellation of Earth Observing Nano-Satellites // A New Data Source for Preci-sion Agriculture. Remote Sens. 2016. № 8. P. 768. DOI: 10.3390/rs8090768.
  • NDVI: Vegetation change detection using re-mote sensing and GIS – A case study of Vel-lore Distric / G.G. Meera [et al.] // Procedia Computer Science. 2015. № 57. P. 1199–1210. DOI: 10.1016/j.procs.2015.07.415.
  • Huete A., Justice C., Liu H. Vegetation and soil lines in visible spectral space: A concept and technique for remote estimation of vegetation fraction // Remote Sens Environ. 1994. № 49. P. 224–234. DOI: 10.1080/01431160110107806.
  • Vannoppen A., Gobin A. Estimating Yield from NDVI, Weather Data, and Soil Water Depletion for Sugar Beet and Potato in Northern Bel-gium // Water. 2022. № 14. P. 1188. DOI: 10.3390/w14081188.
  • Wilton M. Crop Yield Estimation Using NDVI: A Comparison of Various NDVI Metrics. A the-sis submitted to the Faculty of Graduate Stu-dies of The University of Manitoba in partial fulfillment of the requirements of the degree of master of science. 2021. Winnipeg Manitoba. 201 p.
  • Анализ сезонной и многолетней динамики вегетационного индекса NDVI на территории государственного природного заповед-ника «Нургуш» / Т.А. Адамович [и др.] // Теоретическая и прикладная экология. 2018. № 1. С. 18–24.
  • Methodology for dense high-resolution EO time series, gap filled / G. D’Urso [et al.] // Europian Commission. Horizon Europian Union funding for Research & Innovation. 2020. P. 28.
  • Vegetation biomass, leaf area index, and NDVI patterns and relationships along two latitudinal transects in arctic tundra / H.E. Epstein [et al.] // Abstract GC31A–0697, presented at AGU Fall Meeting, San Francisco, CA. 2009. V. 90. P. 14–18. DOI: 10.1029/2007JG000555.
  • Комаров А.А., Комаров А.А. Оценка состояния травостоя c помощью вегетационного индекса NDVI // Известия СПбГАУ. 2018. № 2 (51). С. 124–129.
  • Многолетняя динамика NDVI-растительности различных классов тундры в зависимости от температуры и осадков / А.Г. Дегерменджи [и др.] // Доклады Российской академии наук. Науки о земле. 2020. Т. 493, № 2. С. 103–106. DOI: 10.31857/S26867397 20080046.
  • Волкова Л.В., Шешегова Т.К. Урожайность и содержание фотосинтетических пигментов в листьях яровой пшеницы при поражении септориозом // Вестник НГАУ. 2019. № 3 (52). С. 17–25. DOI: 10.31677/2072-6724-2019-52-3-17-25.
  • Степанов А.С., Асеева Т.А., Дубровин К.Н. Влияние климатических характеристик и значений вегетационного индекса NDVI на урожайность сои (на примере районов Приморского края) // Аграрный вестник Урала. 2020. № 01 (192). С. 10–19. DOI: 10.32417/1997-4868-2020-192-1-10-19.
  • Письменная Е.В., Азарова М.Ю. Прогноз урожайности озимой пшеницы в засушливой зоне Ставрополья на основе данных NDVI // Наука и образование. 2020. Т. 3, № 4. С. 20–25.
  • Письменная Е.В., Азарова М.Ю. Зависимость продуктивности озимой пшеницы от показателей NDVI в засушливой зоне Ставропольского края // Агропромышленные технологии Центральной России. 2021. № 19 (1). С. 39–45. DOI: 10.24888/2541-7835-2021-19-39-45.
  • Сторчак И.Г., Шестакова Е.О., Ерошенко Ф.В. Связь урожайности посевов озимой пшеницы с NDVI для отдельных полей // Аграрный вестник Урала. 2018. № 6 (173). С. 64–68.
  • Коротков А.А., Астапов А.Ю. Вегетационный индекс NDVI для мониторинга растительности // Наука и образование. 2020. Т. 3, № 3. С. 131–140.
  • Пришутов К.А., Астапов А.Ю., Рязанова Ю.А. Применение БПЛА для оценки качества растительности // Инженерное обеспечение инновационных технологий в АПК: сб. мат-лов Междунар. науч.-практ. конф. Мичуринск, 2018. С. 212–217.
  • Trend Change Detec-tion in NDVI Time Se-ries: Effects of Inter-Annual Variability and Methodology / M. Forkel [et al.] // Remote Sens. 2013. № 5. P. 2113–2144. DOI: 10.3390/rs5052113.
  • USA Crop Yield Estimation with MODIS NDVI: Are Remotely Sensed Models Better than Simple Trend Analyses? / D.M. Johnson [et al.] // Remote Sens. 2021. № 13. P. 4227. DOI: 10.3390/rs13214227.
  • Создание и развитие экспериментального цифрового опытного хозяйства аграрного вуза / С.А. Родимцев [и др.]. Орел, 2020. 370 с.
  • Развитие опытно-производственного хозяйства аграрного вуза на основе реализации цифровых платформенных решений / С.А. Родимцев [и др.]. Орел, 2021. 206 с.
  • Моделирование условий вегетации с использованием отклонений текущих значений NDVI от среднемноголетних показателей / С.А. Родимцев [и др.] // Сельскохозяйственная биология. 2022. № 3 (57). 2022. С. 591–603. DOI: 10.15389/agrobiology.2022. 3.591rus.
  • Исследование и практическое применение новых систем защиты сельскохозяйственных культур на основе прогнозирования урожайности с использованием спектральных характеристик аэрофотосъемок и данных автоматической метеостанции: отчет о НИР (регистрационный номер НИОКТР № 121091400023-3 от 14.09.2021 г.). / Н.Е. Павловская [и др.]; Орловский ГАУ. Орел, 2021.
  • Павловская Н.Е., Гнеушева И.А., Агеева Н.Ю. Эффективность применения биоудобрения и нового биостимулятора на яровом ячмене hordeum vulgare // Вестник аграрной науки. 2021. № 1 (88). С. 48–55. DOI: 10.17238/ issn2587-666X.2021.1.48.
  • Павловская Н.Е., Костромичева Е.В., Бое-ва О.П. Влияние компонентов биопрепаратов на развитие и антиоксидантную активность зернобобовых культур // Вестник Ир-ГСХА. 2021. № 103. С. 21–31. DOI: 10.51215/ 1999-765-2021-103-21-31.
  • Антиоксидантная активность пшеницы озимой при обработке биопрепаратом «Ни-гор++» / Н.Е. Павловская [и др.] // АгроЭко-Инфо. 2021. № 6. URL: http://agroecoinfo.ru/ STATYI/2021/6/st_633.pdf.
  • Геопортал ГК «СканЭкс». М., 1997–2022. URL: http://www.scanex.ru/cloud/kosmosagro (дата обращения: 18.05.2022).
  • ScanEx Geomixer. 2001–2022. URL: http://geo–mixer.ru/ (дата обращения: 20.05.2022).
  • Bioprocess Control: Current Progress and Fu-ture Perspectives / A. Rathore [et al.] // Life. 2021. № 11. P. 557. DOI: 10.3390/life 11060557.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp