Регрессионные модели оценки урожайности сельскохозяйственных культур по спутниковым и агрометеорологическим данным

Первоочередной задачей сегодняшнего этапа развития информационного общества является решение задач продовольственной безопасности. В докладе ставится задача построения регрессионных моделей прогнозирования урожайности (ПУ), оценки эффективности использования спутниковых и агрометеорологических данных для ПУ, а также точности построенных моделей.
Для определения предикторов модели проведен корреляционный анализ и отобран ряд предикторов. Проведены исследования по прогнозирования урожайности озимой пшеницы по индексу биомассы. В качестве обучающей выборки для настройки параметров регрессионной модели используются значения индекса NDVI (средний NDVI по маске пахотных земель), вычисляемые по данным прибора MODIS, а также данные Государственной службы статистики Украины по урожайности озимой пшеницы для районов и областей (в качестве прогнозируемой величины).
Первичные исследования по прогнозированию урожайности были проведены на уровне отдельных районов Винницкой области. Данная область была выбрана по причине значительной территориальной протяженности, наличия различных климатических условий и агротехнологий. В результате было получено, что на уровне районов наблюдаются значительные шумы и модель, обобщенная для всей области в целом, обладает более приемлемыми статистическими характеристиками.
Также исследования показали, что для построения регрессионных моделей урожайности по данным NDVI в качестве предиктора следует брать не максимальный NDVI, а NDVI за определенный период года, соответствующий максимальной корреляции с урожайностью.
Поэтому далее построение моделей проводилось на уровне областей Украины. Была проведена оценка эффективности использования спутниковых данных (MODIS NDVI).

Сравнивались 2 модели:
1) Выделение годового тренда урожайности и использование NDVI в качестве предиктора;
2) Без использования NDVI (прогнозирование урожайности как временного ряда).

В зависимости от области уменьшение стандартного отклонения ошибок прогноза составило 1.5-2.5 раза, а максимальное уменьшение стандартного отклонения ошибок прогноза — в 3 раза (АР Крым). Наибольший положительный эффект от использования спутниковых данных для прогнозирования урожайности наблюдается в областях с наибольшими территориями посевов озимой пшеницы и наибольшими валовыми сборами (Кировоградская, Днепропетровская, Харьковская, Николаевская - в основном степные регионы Украины).
Были проведены первичные исследования по прогнозированию урожайности озимой пшеницы по агрометеоролическим данным (в пределах степной зоны Украины). Посредством корреляционного анализа был выбран ряд предикторов, отвечающих максимальному уровню корреляции урожайности и агрометеорологических факторов — уровень средней температуры и осадков в мае (время колошения-цветения), уровень средней температуры в июне (колошение-молочная зрелость) и уровень максимальной температуры в феврале.
В докладе будут приведены оценки эффективности использования спутниковых данных для ПУ (выделение временного тренда урожайности и использование NDVI в качестве предиктора) в сравнении с прогнозированием урожайности на основе анализа временного ряда, а также аналогичные исследования для агрометеорологических параметров.

1. Becker-Reshef I., Vermote E., Lindeman M., Justice C. A generalized regression-based model for forecasting winter wheat yields in Kansas and Ukraine using MODIS data // Remote Sensing of Environment, 2010. 114(6). P. 1312-1323.
2. Куссуль Н.Н. , Ильин Н.И., Скакун С.В., Лавренюк А.Н. Оценка состояния растительности и прогнозирование урожайности озимых культур Украины по спутниковым данным // International Book Series "Decision Making and Business Intelligence, Strategies and Techniques" (ed. Markov K., Ivanova K., Mitov I.), 2008. N 3. P.103-109.
3. Н.Н. Куссуль, А.Н. Кравченко, А.В. Колотий, С.В. Скакун, Ю.А. Грипич. Регрессионные модели оценки урожайности сельскохозяйственных культур по данным MODIS // Тезисы 11-й Украинской конференции по космическим исследованиям, 2011. -71С.