Высокий уровень урожайности сельскохозяйственной культуры во многом определяется ее влагообеспеченностью, поэтому при проведении агрометеорологических наблюдений особое внимание уделяется оценке влажности почвы. В настоящей работе исследуется возможность использования данных космической радиолокационной съемки для оценки содержания влагозапасов почвы на территории Новосибирской области. Исследование включало в себя выполнение следующих задач: нахождение статистической связи между наземными и космическими данными, разработка математической модели для вычисления значений средней влажности почвы, расчет запасов продуктивной влаги в почве, тестовое определение степени увлажнения почвы, оценка точности результатов.

Объектом исследования являлись участки сельскохозяйственных полей, расположенные в 14 населенных пунктах Новосибирской области с разными агроклиматическими условиями. В рамках работы использовались спутниковые данные и данные наземных наблюдений, полученные от ФГБУ «Западно-Сибирское УГМС» за период с 2019 по 2021 гг. Ежегодный сезон наблюдений длился с мая по октябрь. Мониторинг степени увлажнения почвы осуществлялся ежедекадно на 81 наблюдательном участке, преимущественно занятом посевами яровой пшеницы.

Для экспериментального установления связи между наземными и космическими измерениями использовались значения средней влажности почвы, полученные термостатно-весовым методом, и радарный вегетационный индекс (RVI), вычисленный по данным космического аппарата (КА) “Sentinel-1B”. Статистический анализ проводился по каждому отдельному участку взятия проб почвы за период равный одному сезону наблюдений. Для большинства исследуемых участков была отмечена сильная взаимосвязь двух величин, которая позволила разработать математическую модель для вычисления средней влажности почвы на основе космических измерений и наземных данных, характеризующих свойства почвенного покрова.

Для разработки математической модели применялся нейросетевой подход с использованием алгоритма Левенберга–Марквардта. Обучающий набор данных включал в себя RVI, измерения радиосигнала с поляризацией VH, характеристики почвенного покрова: плотность почвы, содержание глинистой фракции, параметры влажности устойчивого завядания. Тренировка нейронной сети осуществлялась по 5675 измерениям. При оценке точности полученной математической модели коэффициент детерминации составил – 0,772.

Оценка степени увлажнения почвы выполнялась исходя из расчетов запасов продуктивной влаги, где учитывались вычисленные показатели средней влажности почвы. Согласно полученным значениям продуктивной влаги определялась степень увлажнения почвы (классы): сильная засуха, слабая засуха, недостаточное сильное увлажнение, недостаточное слабое увлажнение, оптимальное увлажнение, избыточное увлажнение. В качестве объектов тестирования полученной математической модели было отобрано по одному наблюдательному участку в каждом из 14 населенных пунктов. Экспериментальные расчеты влагообеспеченности почвы проводились для слоев: 0-50 см, 20-50 см, 50-100 см, 0-100 см. Из всех исследуемых слоев самая высокая степень достоверности вычисленных параметров увлажнения почвы была получена для слоя 20-50 см, где точность определения классов составила – 91%. Важно отметить, что в данном слое отчетливо фиксировались такие аномальные явления, как избыточное увлажнение и сильная засуха. Полученные результаты оценки точности проведенных расчетов позволили сделать вывод о перспективности применения разработанной методики определения степени увлажнения почвы в слое 20-50 см в оперативной практике.

Мониторинг влагообеспеченности почвы осуществлялся в тестовом режиме в период с мая по август 2022 года на территории Новосибирского района. Анализ результатов наблюдений продемонстрировал высокую точность определения степени увлажнения почвы – 96%, отразив в расчетах локальную слабую почвенную засуху, вызванную неравномерным распределением атмосферных осадков.

Проведенное исследование показало, что использование радарных данных при определении степени увлажнения почвы обеспечивает стабильную высокую точность получаемых результатов, позволяя вести наблюдения в течение вегетационного периода.