Соя является приоритетной культурой сельского хозяйства Дальнего Востока, оценочные значения урожайности которой на уровне субъектов Федерации используются в посевной кампании, планировании и регулировании как внутреннего рынка, так и экспортных операций. К основным критериям, которым должна удовлетворять прогнозная модель, относятся, во-первых, достаточная точность модели, во-вторых, возможность как можно более раннего прогнозирования без критического ухудшения точности модели, в-третьих, доступность и полнота данных для моделирования. В последнее время, для прогнозирования урожайности сельхозкультур, все чаще применяются спутниковые данные, основным преимуществом которых является оперативность, объективность и ширина охвата территории. В общем виде, разработанный подход к прогнозированию урожайности сои можно представить в следующем виде. На первом этапе формируется динамический ряд по урожайности сои за предшествующий многолетний период. Для расчетов региональной урожайности сельхозкультуры используются численные значения посевных площадей и валового сбора сои в регионах. Если динамический ряд является неоднородным, то дополнительно проводится верификация и фильтрация данных. В качестве параметров прогнозной модели рассматриваются показатели, полученные с помощью системы Вега-Science: вегетационный индекс NDVI, а также метеорологические характеристики. Для нормализованных значений NDVI для каждой территории с применением метода Левенберга-Марквардта осуществляется расчет параметров аппроксимирующей функции Гаусса. В дальнейшем, с использованием гауссианы, по значениям еженедельных композитов NDVI с 19-20 до 32 календарной недели с возрастающей степенью точности может быть спрогнозирован максимум текущего года. На следующем этапе для прогнозирования урожайности строятся регрессионные модели, где в качестве одной или нескольких независимых переменных рассматриваются годовой максимум NDVI и интегральные климатические характеристики. По данным 2007-2017 гг. была построена прогнозной модели и проведена оценка ее точности для разных регионов Дальнего Востока. Было установлено, что максимальные значения еженедельных композитов NDVI, рассчитанных по маске пахотных полей, для юга Дальнего Востока приходились на 30-32 календарные недели. Ошибка прогнозирования в 2018 г. находилась в диапазоне от 2,3% до 7,3%. Ошибка определения максимума NDVI не превышала 10% при раннем прогнозировании, и зависела от календарной недели, выбранной для расчета максимума. Погрешность определения максимума NDVI в 28-32 календарную неделю, что соответствует июлю месяцу, не превышала 4%. Разработанная модель позволит прогнозировать урожайность сои с использованием значений еженедельных композитов NDVI пахотных земель, полученным по данным MODIS. В исследовании применялись результаты обработки данных дистанционного зондирования Земли, полученные посредством информационной системы Вега-Science (Толпин и др., 2014), а также ресурсы Центра коллективного пользования “ИКИ-Мониторинг” (Лупян и др., 2015) и ЦКП «Центр данных ДВО РАН» (Sorokin et al., 2017).