Прогнозирование урожайности по спутниковым данным
на основе регрессионного анализа

В настоящее время прогнозирование урожайности сельскохозяйственных культур является актуальной задачей, поскольку информация о потенциальном валовом сборе важна для лиц принимающих решения в процессе формирования аграрной политики и обеспечения продовольственной безопасности на государственном уровне.
В данном исследовании ставилась задача построения линейных регрессионных моделей прогнозирования урожайности, а также оценки точности полученных моделей.
В качестве обучающей выборки для настройки параметров регрессионной модели использовались значения индекса NDVI, осредненного по маске пахотных земель, а также по маске озимой пшеницы.
Для выделения маски озимой пшеницы для всех областей Украины использовался метод кластеризации временных рядов NDVI на несколько классов с использованием метода k-средних.
Использование данного подхода позволило учесть возможность наличия тренда в изменениях размеров посевных площадей в областном разрезе, которые в течении времени могут изменяться в довольно широких пределах. В частности, для Днепропетровской области такое изменение составляет почти 2 раза.
Кроме того следует отметить, что в качестве параметра, наилучшим образом коррелирующего с урожайностью, достаточно часто используется индекс NDVI, максимальный за вегетационный период, а не NDVI за фиксированный момент времени, как было в случае использования масок пахотных земель.
Уменьшение ошибки прогноза при использовании масок озимой пшеницы по сравнению с результатами прогнозирования урожайности по значениям NDVI, усредненных по маске пахотных земель, составило 1.5–2 раза (для степной агроклиматической зоны), что вплотную приближает используемый подход к модели CGMS.
В докладе все аспекты построения регрессионных моделей будут рассмотрены более подробно.

Работа выполнена благодаря поддержке фонда CRDF при выполнении проекта “Анализ изменений климата и продовольственной безопасности на основе дистанционных и наземных наблюдений” (2011–2013 гг.)

Литература
1. Куссуль Н.Н., Кравченко А.Н., Колотий А.В., Скакун С.В., Лавренюк А.Н., Куссуль О.М., Грипич Ю.А. Регрессионные модели оценки урожайности сельскохозяйственных культур по спутниковым и агрометеорологическим данным // Девятая открытая Всероссийская конференция «Современные проблемы дистанционного зондирования Земли из космоса» Москва, ИКИ РАН, 14-18 ноября 2011 г. Сборник тезисов конференции.
2. Kussul N.N., Kravchenko A.N., Skakun S.V., Adamenko T.I., Shelestov A.Yu., Kolotii A.V., Gripich Yu.A. “Crop Yield Forecasting Regression Models based on MODIS Data”, Modern Problems of Earth Remote Sensing from Space, 2012, Vol. 9, No. 1.