USE OF REMOTE SENSING TO FORECAST POTATO YIELD (on the example of the Irkutsk region)

Abstract

Исследовательская работа проведена с целью определить возможности использования дистанционного зондирования для прогнозирования урожайности картофеля по всем категориям хозяйств на территории Иркутской области, что в настоящее время является актуальным и ценным для сельхозтоваропроизводителей ввиду развития цифровых технологий. Ценность исследования заключается в разработке моделей расчета, созданных на основе данных наземной сети станций, и добавления в них индекса дистанционного зондирования зеленой площади листьев LAI. Авторами проведен анализ данных, полученных с наземной сети станций, и многолетнего ряда урожайности картофеля по всем категориям хозяйств. Для включения в модели использован индекс дистанционного зондирования зеленой площади листьев, определяемый по многозональным космическим изображениям. Для расчета индекса LAI получены данные с космического спутника Landsat-8. При расчете физико-статистических моделей взят многолетний ряд урожайности картофеля по всем категориям хозяйств. В модели включены основные лимитирующие урожайность факторы, а также комплексные показатели в сочетании с данными дистанционного зондирования Земли, были получены новые экспериментальные модели с достаточно высокой оправдываемостью. Полученные модели позволят, основываясь на агрометеорологических условиях, фактическом состоянии растений и спутниковых данных, осуществлять заблаговременный прогноз урожайности картофеля по всем категориям хозяйств в принятые в Росгидромете сроки. The research work was carried out in order to determine the possibility of using remote sensing to predict the yield of potatoes for all categories of farms in the Irkutsk region, which is currently relevant and valuable for agricultural producers in view of the development of digital technologies. The value of the study lies in the development of calculation models based on the data of the ground network of stations and the addition of the remote sensing leaf green area index (LAI) to them. The authors analyzed the data obtained from the ground network of stations and the long-term series of potato yields for all categories of farms. For inclusion in the model, the remote sensing index of the green area of leaves, determined from multi-zone satellite images, was used. To calculate the LAI, data were obtained from the Landsat-8 space satellite. When calculating physical and statistical models, a long-term series of potato yields for all categories of farms was taken. The models include the main yield-limiting factors, as well as complex indicators in combination with Earth remote sensing data; new experimental models were obtained with a fairly high justification. The resulting models will allow, based on agrometeorological conditions, the actual state of plants and satellite data, to issue an early forecast of potato yields for all categories of farms within the time limits adopted by Roshydromet.