Использование спутниковых данных для оценки состояния и прогнозирования урожайности сельскохозяйственных культур Украины

Прикладное значение оценки состояния и прогнозирования урожайности сельскохозяйственных культур выделено в ряде международных и национальных программ. Так, оценка состояния растительности в контексте систем поддержки принятия решений для проблем устойчивого развития и экономической безопасности определена приоритетным заданием международной «системы систем» GEOSS [1]. В рамках реализации Common Agricultural Policy Европейским союзом поддерживается проект MARS (Monitoring Agriculture through Remote Sensing techniques), одним из результатов которого является получение прогноза урожайности основных сельскохозяйственных культур [2].
Наиболее перспективные методы решения рассматриваемых задач на региональном уровне связаны с использованием данных дистанционного зондирования Земли (ДЗЗ). Примером успешного применения данных ДЗЗ для задач оценки состояния растительности на территории Украины может служить прототип системы мониторинга на основе вегетационного индекса NDVI, разработанный в Институте космических исследований НАНУ-НКАУ и Институте космических исследований РАН [3].
Оценка состояния растительности лежит в основе наиболее точных методов прогнозирования урожайности. Типичный сценарий включает калибровку модели роста растений с использованием оценок состояния растительности по данным ДЗЗ (как правило, leaf area index, fraction of photosynthetically active radiation) и последующее применение статистических методов для прогнозирования урожайности по данным моделирования. Примером успешной реализации служит европейская система MYCFS. Рассматриваемый подход реализуется в украинской системе прогнозирования урожайности [4], в качестве модели роста используется WOFOST 7.1, калибровка осуществляется по данным Terra/MODIS продукт MOD15A2.
В докладе будут рассмотрены первые результаты работ по созданию системы мониторинга состояния и прогнозирования урожайности сельскохозяйственных культур Украины, разрабатываемой в рамках GEOUA.
Работа выполнена при поддержке грантов INTAS-CNES-NSAU, “Data Fusion Grid Infrastructure” (Ref. Nr 06-1000024-9154); УНТЦ-НАНУ, “Grid Technologies for Multi-Source Data Integration” (No. 4928).
1. GEOSS 10-Year Implementation Plan: Reference Document // ESA Publication Division. – 2005. – 209 p.
2. MARS project, http://www.marsop.info/.
3. Система мониторинга состояния растительности, http://193.232.9.72/ukr/cgi/geocover_proj.pl.
4. Сервис оценки состояния растительности и прогнозирования урожайности, http://yield.ikd.kiev.ua.