КОРРЕЛЯЦИОННЫЕ ЗАВИСИМОСТИ МЕЖДУ ВЕГЕТАЦИОННЫМИ ИНДЕКСАМИ, УРОЖАЕМ ЗЕРНА И ОПТИЧЕСКИМИ ХАРАКТЕРИСТИКАМИ ЛИСТЬЕВ

В работе рассмотрен опыт изучения количественной внутриполевой изменчивости оптических характеристик растений методом вариограммного анализа. Приведен пошаговый алгоритм применения данного метода: от предварительной обработки исходной информации до анализа расчетов и принятия решений по выбору приоритетной агротехнологии в зависимости от способа ее реализации, т.е. рекомендуется осуществлять технологические воздействия либо дифференцированно, либо равномерно по всему полю. В качестве исходной информации использовались аэрокосмические снимки, по которым строились карты распределения индекса NDVI, который имеет высокую корреляционную связь с обеспеченностью растений азотом. По картам распределения NDVI, в свою очередь, были получены эмпирические вариограммы, каждая из которых затем аппроксимировалась непрерывной функцией нормированного вида. По параметрам данной функции с использованием ранее разработанной в АФИ методики и осуществляется выбор приоритета применения технологий точного земледелия. В течение последних трех лет проводились вычислительные эксперименты по аэрокосмическим снимкам полей полигона АФИ и концерна «Детскосельский» в Ленинградской области, позволяющие проанализировать разработанный геостатистический подход и сделать обоснованный вывод о целесообразности его использования при выборе оптимального способа применения планируемого агроприема. Вместе с тем для масштабируемости подхода предстоит создать автоматизированную систему дистанционного мониторинга для оценки перспективности перехода к точному земледелию на конкретной территории и включения новой возможности в функционал центра коллективного пользования «ИКИ-Мониторинг» Института космических исследований (ИКИ РАН).

Еach model for forecasting agrometeorological risks based on the analysis of one-dimensional time series is effective for a certain range of initial information. In addition, the values of the initial observations can differ significantly for each specific case, respectively, the widespread use of one method for the analysis of arbitrary information can lead to significant inaccuracies. Thus, the problem of choosing a forecasting method for the initial set of agrometeorological data arises. In this regard, a universal adaptive probabilistic-statistical approach to predicting agrometeorological risks is proposed, which makes it possible to solve the problem of choosing a model. The article presents the results of the first stage of research carried out with the financial support of the Ministry of Education and Science of the Russian Federation a brief overview of the current state of research in this direction is presented, theoretical foundations for predicting agrometeorological risks for a possible onset of drought and frost have been developed, including the task of generating initial information, a description of basic forecasting models, and also a direct description of the proposed approach with a presentation of the general structure of an intelligent system, on the basis of which the corresponding algorithm can be developed and automated as directions for further work.

ОПЕРАТИВНОЕ И ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ПРОДУКТИВНОСТИ ПОСЕВОВ НА ОСНОВЕ МАССОВЫХ РАСЧЕТОВ ИМИТАЦИОННОЙ МОДЕЛИ АГРОЭКОСИСТЕМЫВ ГЕОИНФОРМАЦИОННОЙ СРЕДЕ  (обзор)В.П.ЯКУШЕВ, В.В.ЯКУШЕВ, В.Л.БАДЕНКО, Д

В последние годы особенно актуальными и перспективными представляются задачи точного земледелия, в том числе и технологии дифференцированного внесения агрохимикатов, позволяющие существенно экономить ресурсы, увеличивать урожайность и качество продукции, при этом снижая вредное воздействие на окружающую среду.Однако для каждой конкретной сельскохозяйственной территории необходима оценка перспективности перехода к таким технологиям, не всегда она будет оправдана.В работе предлагается метод решения этой задачи, основанный на применении вариограммного анализа.В основе идеи лежит геостатистическая модель неоднородности территории, где пространственная вариабельность исследуемого параметра Z представляется в виде суммы трех составляющих: m -макрокомпонента, отражающая глобальные простран

Most precision agriculture (PA) problems are based on assessing the variability of agroeco-logical parameters (differentiated fertilizer application, allocation of heterogeneous zones of the agricultural field, etc.). In this connection, the study of the spatial structure of such data using geostatistical methods seems to be a relevant and promising direction. To validate the semivariogram model, determine its parameters, analyze anisotropy, and carry out other stages of the experiment, a large number of numerical calculations are required. Manually all these calculations are extremely difficult to perform, therefore, automation of these processes is necessary. Most existing programs exclude certain actions that may be important in solving PA problems (there is no possibility of studying anisotropy or spatial trend, the number of theoretical variogram models, etc., is limited), and the use of programming languages (R, Python, etc.) requires deep expertise. Therefore, there was a need to automate the solution of a certain range of problems by geostatistical methods. For the implementation of the module under consideration, it seems optimal to use the R programming language, which has a number of significant advantages: open source code and free access, a large number of supported and regularly updated packages, wide graphical capabilities, cross-platform, etc. General suggestions for automating the construction of semivariograms are presented and further use in solving a certain range of PA tasks.

Целесообразность более широкого применения точного земледелия (ТЗ) в производстве растениеводческой продукции в настоящее время не вызывает сомнений. Однако эффективность перехода от традиционной агрономии к информационным технологиям ТЗ в каждом конкретном случае может быть различной и должна быть заранее оценена. Принципиальное значение в данном вопросе имеет следующее обстоятельство. Традиционные приемы обычно предусматривают дифференциацию норм технологического воздействия от поля к полю, т. е. пространственная вариабельность условий формирования урожая учитывается только в пределах достаточной большой сельскохозяйственной территории, превышающей размеры отдельных полей. В ТЗ технологические воздействия дифференцируются в масштабах отдельных полей. Отсюда следует, что переход к ТЗ на конкретном поле может быть целесообразен лишь в тех случаях, когда внутриполевое варьирование условий формирования урожая оказывает существенное влияние на общую картину неоднородности рассматриваемой сельскохозяйственной территории по тем же факторам урожайности.