XXIV.B.349
Оценка порайонной урожайности ключевых агрокультур России и определение последствий изменения климата для сельскохозяйственного сектора
Плотников Д.Е. (1), Чжоу Ч.Ц. (1), Ёлкина Е.С. (1), Колбудаев П.А. (1), Мешалкина Ю.Л. (2)
(1) ИКИ РАН, Москва, Россия
(2) МГУ имени М.В. Ломоносова, факультет почвоведения, Москва, Россия
Целью исследования по параметризации имитационной модели WOFOST на больших территориях является изучение ее прогностических возможностей для точной оценки производственного потенциала и состояния основных сельскохозяйственных культур в Российской Федерации в широком диапазоне почвенно-климатических условий, в частности в условиях изменения климата. Точность используемых подходов, подтвержденная на контрольных наборах данных, позволяет сделать вывод о том, что результаты, полученные в ходе этой работы, могут быть использованы для информационного обеспечения сельского хозяйства, в том числе для прогнозирования урожайности и оперативной оценки состояния основных изучаемых культур на обширных территориях с помощью имитационного моделирования для различных климатических сценариев, в частности для сценариев RCP2.6–RCP8.5 (Representative Concentration Pathways) Межправительственной группы экспертов по изменению климата на 2050 и 2100 годы.
Для оценки состояния культур и прогнозирования урожайности в работе применяется процессно-ориентированные модель WOFOST с использованием адаптированной карты гидрофизических свойств почв и агроклиматических данных ERA5. Исследование охватывает зерновой пояс России, для обучения использовался период 2005–2020 гг. Были использованы статистические данные Росстата об урожайности на уровне районов, климатические данные ERA5-Land (минимальная и максимальная суточная температура, скорость ветра, осадки, нисходящая солнечная радиация, атмосферное давление; пространственное разрешение 0,25°, шаг 6 ч с агрегацией до суток). Почвенной основой послужила карта РСФСР масштаба 1:2 500 000 под редакцией В.М. Фридланда. Поскольку она не содержит количественных данных о гранулометрическом составе, выполнено экспертное сопоставление почвенных единиц с классами WOFOST: coarse, medium, medium-fine, fine, very fine и peat — с учётом гранулометрического состава, типа почв, особенностей горизонтов и проявления почвообразовательных процессов (оглеение, осолонцевание, оподзоливание и др.).
В параметризации участвовали культуры разных групп: ячмень, подсолнечник и кукуруза (C3/C4, зерновые и масличные). Автоматическая параметризация выполнялась в среде PCSE в три этапа, где настраивались: 1) фенологические параметры (суммы эффективных температур, TSUM); 2) параметры фотосинтеза (интенсивность фотосинтеза, коэффициент экстинкции, эффективность ФАР, продолжительность жизни листьев); 3) параметры распределения ассимилятов (доля биомассы в листья, корни, стебли и зерно). Агрономически рекомендуемые сроки сева рассчитывались по временным рядам ERA5 для каждого района и сезона. Оптимизатор фенологии на основе алгоритма Брента удерживал модельные даты сева, цветения и созревания в пределах типичного многолетнего диапазона. Оптимизация выполнялась методами Брента, Нелдера–Мида и дифференциальной эволюции. В качестве функции потерь для фенологии использовались абсолютные отклонения дат, для остальных этапов — средняя абсолютная ошибка урожайности.
В результате параметризации были получены параметры сортов-гибридов WOFOST для всех районов возделывания изучаемых культур. Для кукурузы (более 670 районов) средняя абсолютная ошибка MAE составила 10,8 ц/га (1,08 т/га), для подсолнечника — менее 5 ц/га, для ячменя — менее 7 ц/га. По более чем 6700 записям (районы × годы) средняя относительная абсолютная ошибка урожайности не превышает 22%, а относительная точность составляет около 78%. Систематическое смещение практически нулевое: модуль Bias менее 2 ц/га (менее 0,2 т/га) для любой культуры. Параметризация не использовала ассимиляцию данных из других источников — только гидрофизические характеристики почв и климатические показатели.
Полученные в процессе работы гибриды ключевых культур были использованы для оценки устойчивости сельскохозяйственного сектора России на порайонной основе на горизонте ближайших десятилетий в предположении статичности существующих гибридов и агропрактик. С использованием погодных климатических моделей (продукт NEX-GDDP-CMIP6) в сценариях МГЭИК SSP-2.45 и SSP-5.85 на основе полученных гибридов оценивалась порайонная урожайность исследуемых культур для 2050 и 2100 годов. Было обнаружено, что доля районов современного выращивания кукурузы и подсолнечника, которые продемонстрируют снижение урожайности более чем в 2 раза в негативном сценарии SSP-5.85 составит 86% и 92% от общего числа районов их возделывания в России, соответственно.
Ключевые слова: имитационное моделирование, параметризация, WOFOST, урожайность, фенология, фотосинтез, большие территории
Литература:
- Ёлкина Е.С., Плотников Д.Е., Дунаева Е.А. Обнаружение возможности дистанционного распознавания орошаемых земель Республики Крым на основе спектрально-временных и температурных признаков // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 5. С. 379-386. DOI: 10.21046/2070-7401-2024-21-5-379-386.
- Лупян Е.А., Барталев С.А., Крашенинникова Ю.С. и др. Анализ развития озимых культур в южных регионах европейской части России весной 2018 года на основе данных дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 2. С. 275-281. DOI: 10.21046/2070-7401-2018-15-2-272-276.
- Плотников Д.Е., Бойматов Ю.Ш., Ёлкина Е.С. и др. Оценка эффективности мультисезонных моделей машинного обучения для оперативного распознавания озимых культур на больших территориях // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 5. С. 116-129. DOI: 10.21046/2070-7401-2024-21-5-116-129.
- Плотников Д.Е., Колбудаев П.А., Жуков Б.С. и др. Публикация коллекции мультиспектральных измерений прибором КМСС-М (КА «Метеор-М» No2) для количественной оценки характеристик земной поверхности // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 7. С. 276–282. DOI: 10.21046/2070-7401-2020-17-7-276–282.
- Плотников Д.Е., Хвостиков С.А., Барталев С.А. Метод автоматического распознавания сельскохозяйственных культур на основе спутниковых данных и имитационной модели развития растений // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 131-141. DOI: 10.21046/2070-7401-2018-15-4-131-141.
- Плотников Д.Е., Чжоу Ц., Колбудаев П.А. и др. Разработка и оценка индекса листовой поверхности LAI растительного покрова России на основе разноугловых наблюдений КМСС (Метеор-М) и нейросетевой инверсии модели PROSAIL // Компьютерная оптика. 2025. Т. 49. № 3. С. 504-518. DOI: 10.18287/2412-6179-CO-1621.
- Подгорнова Е.Н, Плотников Д.Е., Мешалкина Ю.Л. Сравнительный анализ эффективности различных источников данных о почвах для использования в имитационной модели WOFOST // Почвоведение: горизонты будущего 2025: Сборник тезисов докладов IX Всероссийской открытой конференции с международным участием, Москва, 22–26 сентября 2025 года. – Москва: ПОЧВЕННЫЙ ИНСТИТУТ ИМ. В.В. ДОКУЧАЕВА, 2025.
- Середа И.И., Денисов П.В., Трошко К.А. и др. Уникальные условия развития озимых культур, наблюдаемые по данным спутникового мониторинга на европейской территории России в октябре 2020 г. // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 304-310. DOI: 10.21046/2070-7401-2020-17-5-304-310.
- Страшная А.И., Барталев С.А., Максименкова Т.А. и др. Агрометеорологическая оценка состояния озимых зерновых культур в период прекращения вегетации с использованием наземных и спутниковых данных на примере Приволжского федерального округа // Труды Гидрометеорологического научно-исследовательского центра Российской Федерации. 2014. № 351. С. 85-107.
- Трошко К.А., Денисов П.В., Лупян Е.А. и др. Особенности состояния зерновых культур в регионах европейской части России и Сибири в июне 2021 г. по данным дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 3. С. 325-331. DOI: 10.21046/2070-7401-2021-18-3-325-331.
- Шабанов Н.В., Барталев С.А., Ерошенко Ф.В., Плотников Д.Е. Развитие возможностей дистанционной оценки индекса листовой поверхности по данным MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 166-178. DOI: 10.21046/2070-7401-2018-15-4-166-178.
- de Wit A., Duveiller G., Defourny P. Estimating regional winter wheat yield with WOFOST through the assimilation of green area index retrieved from MODIS observations // Agricultural and forest meteorology. 2012. Vol. 164. P. 39-52.
- Diepen C, Wolf J, Keulen H, Rappoldt C. WOFOST: a simulation model of crop production // Soil use and management. 1989. Vol. 5. Iss. 1. P. 16–24.
- Plotnikov D.E., Kolbudaev P.A., Matveev A.M., Loupian E.A., Proshin A.A. Daily surface reflectance reconstruction using LOWESS on the example of various satellite systems // IEEE Xplore. VIII International Conference on Information Technology and Nanotechnology. (ITNT)/ Samara, Russian Federation,. 2022. DOI: 10.1109/ITNT55410.2022.9848630.
Технологии и методы использования спутниковых данных в системах мониторинга