Использование данных дистанционного зондирования Земли для региональной оценки качества зерна озимой пшеницы

DOI: 10.35595/2414-9179-2020-3-26-240-251

Посмотреть или загрузить статью (Rus)

Об авторах

Ф.В. Ерошенко

ФГБНУ «Северо-Кавказский федеральный научный аграрный центр»,
ул. Никонова, д. 49, 356241, Ставропольский край, Шпаковский р-н, Михайловск, Россия,
E-mail: yer-sniish@mail.ru

И.Г. Сторчак

ФГБНУ «Северо-Кавказский федеральный научный аграрный центр»,
ул. Никонова, д. 49, 356241, Ставропольский край, Шпаковский р-н, Михайловск, Россия,
E-mail: sniish.storchak@gmail.com

И.В. Энговатова

ФГБНУ «Северо-Кавказский федеральный научный аграрный центр»,
ул. Никонова, д. 49, 356241, Ставропольский край, Шпаковский р-н, Михайловск, Россия,
E-mail: chernova_skfu@mail.ru

Н.Г. Лиховид

ФГАОУ ВО «Северо-Кавказский федеральный университет»,
ул. Пушкина, д. 1, 355000, Ставропольский край, Ставрополь, Россия,
E-mail: likhovid@mail.ru

Аннотация

Для повышения устойчивости зернового производства на региональном уровне необходимы достоверные и оперативные методы мониторинга состояния посевов в течение всей вегетации, а также способы раннего прогнозирования не только урожайности, но и качества зерна озимой пшеницы. Для этого используют спутниковые данные сезонной динамики вегетационного индекса NDVI, что позволяет оценивать физиологическое состояние посевов и величину будущего урожая. Цель исследований — выявить связь между данными дистанционного зондирования Земли и показателями качества озимой пшеницы для условий Ставропольского края. Работа выполнена в отделе физиологии растений ФГБНУ «Северо-Кавказский федеральный научный аграрный центр» совместно с институтом космических исследований РАН. Данные по качеству зерна в Ставропольском крае за период с 2003 по 2018 гг. предоставлены Ставропольским филиалом ФГБУ «Федеральный центр оценки безопасности и качества зерна и продуктов его переработки». Вегетационные индексы NDVI получены с помощью сервиса «VEGA» ИКИ РАН. Проведённый анализ данных показал, что максимальный коэффициент корреляции NDVI с количеством зерна 2-го и 3-го классов составил 0,83 со знаком минус в фазу формирования зерновки. С количеством продовольственного зерна максимальная обратная связь отмечается в фазу возобновления весенней вегетации (коэффициенты корреляции -0,62). Динамика прогноза качества зерна озимой пшеницы в Ставропольском крае в 2018 г. имеет довольно широкий диапазон изменений, что связано с условиями роста и развития растений. Для условий Ставропольского края наиболее тесная корреляция между вегетационным индексом NDVI посевов озимой пшеницы и качественными показателями наблюдается в период с 10 по 22 календарные недели. При анализе связи качественных показателей со средними значениями NDVI в разные месяцы вегетационного периода выявлена тесная обратная связь за апрель, май, июнь, а также за период апрель-май.

Ключ. слова

озимая пшеница, качество зерна, данные дистанционного зондирования Земли, вегетационный индекс NDVI

Список литературы

  1. Андрианова Ю.Е., Тарчевский И.А. Хлорофилл и продуктивность растений. М.: Наука, 2000. 135 с.
  2. Буховец А.Г., Сёмин Е.А., Костенко Е.И., Яблоновская С.И. Моделирование динамики вегетационного индекса NDVI озимой пшеницы в условиях ЦФО. Вестник Воронежского государственного аграрного университета, 2018. № 2 (57). С. 186–199.
  3. Воропаева А.А., Шаповалова Н.Н., Годунова Е.И. Влияние технологии возделывания на урожай и качество зерна озимой пшеницы в условиях неустойчивого увлажнения центрального Предкавказья. Известия Оренбургского государственного аграрного университета, 2019. № 5 (79). С. 72–76.
  4. Гаркуша В.Ф., Уманов С.С, Петрова Л.Н. Технология возделывания зерновых колосовых культур в Ставропольском крае. Рекомендации. Ставрополь-Зерноград: ВНИПТИМЭСХ, 2000. 84 с.
  5. Ерошенко Ф.В., Барталёв С.А., Сторчак И.Г., Плотников Д.Е. Возможности дистанционной оценки урожайности озимой пшеницы на основе вегетационного индекса фотосинтетического потенциала. Современные проблемы дистанционного зондирования Земли из космоса, 2016. Т. 13. № 4. С. 99–112.
  6. Ёлкина Е.С., Барталёв С.А., Толпин В.А., Лупян Е.А. Возможности сервиса спутникового мониторинга «Вега». Современные подходы к изучению экологических проблем в физической и социально-экономической географии. X Международная молодёжная школа-конференция. М.: Институт географии РАН, 2017. С. 162–163.
  7. Кулинцев В.В., Годунова Е.И., Желнакова Л.И. Система земледелия нового поколения Ставропольского края. Ставрополь: АГРУС, 2013. 520 с.
  8. Менькина Е.А., Шаповалова Н.Н., Воропаева А.А. Влияние предшественников и удобрений на урожайность озимой пшеницы, возделываемой по технологии No-till на обыкновенном чернозёме Ставропольского края. Известия Оренбургского государственного аграрного университета, 2018. № 3 (71). С. 55–59.
  9. Якушев В.П., Дубенок Н.Н., Лупян Е.А. Опыт применения и перспективы развития технологий дистанционного зондирования земли для сельского хозяйства. Современные проблемы дистанционного зондирования Земли из космоса, 2019. Т. 16. № 3. С. 11–23.
  10. Hassan A., Yang M., Rasheed A., Yang G. A rapid monitoring of NDVI across the wheat growth cycle for grain yield prediction using a multi-spectral UAV platform. Plant Science, 2019. P. 95–103.
  11. Kussul N., Mykola L., Shelestov A., Skakun S. C rop inventory at regional scale in Ukraine: developing in season and end of season crop maps with multi-temporal optical and sar satellite imagery. Italian Journal of Remote Sensing, 2018. V. 51. No 1. С. 627–636.
  12. Magney T.S., Eitel J.U.H., Huggins D.R., Vierling L.A. Proximal NDVI derived phenology improves in-season predictions of wheat quantity and quality. Agricultural and Forest Meteorology, 2016. P. 46–60.
  13. Nagy A., Fehér J., Tamás J. Wheat and maize yield forecasting for the Tisza river catchment using MODIS NDVI time series and reported crop statistics. Computers and Electronics in Agriculture, 2018. P. 41–49.

Для цитирования: Ерошенко Ф.В., Сторчак И.Г., Энговатова И.В., Лиховид Н.Г. Использование данных дистанционного зондирования Земли для региональной оценки качества зерна озимой пшеницы. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Издательство Московского университета, 2020. Т. 26. Ч. 3. С. 240–251 DOI: 10.35595/2414-9179-2020-3-26-240-251

For citation: Eroshenko F.V., Storchak I.G., Engovatova I.V., Likhovid N.G. Use of remote sensing Earth data for regional assessment of winter wheat grain quality. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: Moscow University Press, 2020. V. 26. Part 3. P. 240–251. DOI: 10.35595/2414-9179-2020-3-26-240-251 (in Russian)