Применение дистанционного зондирования для прогнозирования урожайности сельскохозяйственных культур (на примере нурлатского муниципального района республики татарстан)

Введение. По земельным ресурсам и посевным площадям сельскохозяйственных культур Российская Федерация занимает ведущее положение в мире, а по валовому сбору зерна уступает США, Китаю и Индии. Одной из причин получения низких урожаев является отсутствие своевременного прогнозирования состояния посевов возделываемых сельскохозяйственных культур и принятия оперативных мер по устранению негативных явлений (обработка посевов против вредителей и болезней, своевременная подкормка минеральными удобрениями и др.).

С другой стороны, прогнозирование урожайности зерновых и зернобобовых культур позволяет установить «справедливую» цену реализации выращенной продукции, планировать хозяйством объемы поставки зерна в государственные закрома, заготовки зернофуража на корм скоту и семенного фонда, что в конечном счете отражается на стоимости хлеба, мяса, молока и других продуктов питания в розничной торговле.

В связи с этим, целью исследований является разработка методики эффективного использования материалов космического зондирования земли для оперативной оценки состояния посевов и прогнозирования урожайности яровой пшеницы на примере Нурлатского муниципального района Республики Татарстан.

Условия и методика проведения исследований. В качестве первоисточников в исследованиях использовались материалы космической съемочной системы Landsat в двух спектральных диапазонах, которые доступны всем заинтересованным лицам после бесплатной регистрации по адресу: https://earthexplorer.usgs.gov/register/ [1]. После ввода широты и долготы в свободном доступе можно получить карту интересующего региона, в нашем случае Нурлатского муниципального района Республики Татарстан и при помощи программного продукта SAGA проводится обработка результатов анализа прогнозирования урожайности яровой пшеницы за ряд лет. Достоверность использования космических съемков сравнивается с фактическим урожаями, полученными в предыдущие годы.

Результаты и их обсуждение. Отражение растительного покрова в красной и ближней инфракрасной областях электромагнитного спектра тесно связана с содержанием хлорофилла в зеленой массе растений. На посевах с густой растительностью отражение в красной области спектра меньше и наоборот [2,3]. На основе этого явления был рассчитан индекс NDVI по следующей формуле:

NDVI= NIR-RED/ NIR+RED

, где NIR – отражение в ближней инфракрасной области спектра,

RED – отражение в красной области спектра.

По индексу NDVI можно судить обеспеченность растений элементами питания и влагой, установить состояние посевов и определить причины формирования изреженного травостоя (табл. 1).

Таблица 1

Значение индекса NDVI в зависимости от состояния посевов

Объект	Отражение в красной области спектра	Отражение в инфракрасной области спектра	Значение индекса NDVI
Густая растительность	0,1	0,5	0,7
Изреженная растительность	0,1	0,3	0,5
Открытая почва (контроль)	0,25	0,3	0,025

На основе индекса NDVI с большой вероятностью можно прогнозировать урожайность объекта наших исследований. Однако, для этого нужно иметь среднюю кривую (год-аналог), относительно которой будет дан прогноз урожайности текущего года [4]. Такую среднюю кривую можно получить путем усреднения кривых за несколько лет (рис. 1).

-- 2005 год

-- 2007 год

-- 2008 год

-- 2009 год

-- 2010 год

п

порядковый день года

Рис. 1 Временный ход вегетационного индекса яровой пшеницы в Нурлатском муниципальном районе Республики Татарстан

По графику видно, что максимальное накопление биомассы яровой пшеницы приходится на середину июля. Что касается агрометеорологических условий конкретного года, совершенно очевидно, рост и развитие яровых зерновых культур в 2010 г. происходило очень скудно, из-за абсолютной засухи вегетационного периода.

Более подробный анализ временного хода вегетационного индекса яровой пшеницы показывает минимальное ее отклонение от средней ее величины в 2005 году. Поэтому 2005 г. нами рекомендуется использовать в дальнейшем в качестве года-аналога, что подтверждается результатами прогнозирования урожайности яровой пшеницы в 2013 г. (рис. 2).

-- год-аналог

-- 2013 год

Рис. 2 Ход средней кривой вегетации для яровой пшеницы в 2013 году

Динамика накопления биомассы яровой пшеницы уже в середине лета 2013 г. уступает средней величине года-аналога и наш прогноз подтвердил официальными данными урожайности яровой пшеницы в Нурлатском муниципальном районе нашей республики (урожайность на 18 ц/ га ниже по сравнению с 2005 г.).

Таким образом, важное экологическое, экономическое и социальное значение сельского хозяйства Российской Федерации, в том числе Республики Татарстан предопределяет приоритетность использования совершенно новых методов оценки состояния посевов и прогнозирования урожайности сельскохозяйственных культур.

Шамсивалеева Г.И.

«Казанский государственный аграрный университет»