Уточнение нелинейной регрессионной модели прогнозирования урожайности по данным спутникового мониторинга

Метод прогнозирования урожайности, предложенный авторами и описанный в предыдущих работах, предполагает использование данных дистанционного зондирования в совокупности с наземными наблюдениями. Метод основан на нелинейной регрессионной модели, параметрами которой являются индексы состояния вегетативного покрова для рассматриваемой территории.
В качестве входных данных используются 16- дневные композиты NDVI с пространственным разрешением 500 метров. Изображения проходят процесс предобработки, который включает в себя коллекции изображений по каждому году в отдельное мультиспектральное изображение. При этом осуществляется сшивка и геопривязка областей наблюдения.
Для улучшения качества прогноза проведен следующая модификация метода.
• Осуществляется перенастройка параметров модели с помощью использования большего количества областей, участвующего в обучении модели;
• Количество областей увеличено в 2 раза;
• Также произведено расширение временного периода наблюдения до 2012 года включительно;
• Предсказательная функция модели дополнена новыми индексами состояния почвенного покрова.
В докладе приводится сравнительный анализ точности прогнозирования модели до уточнения и после него. Анализируется зависимость точности прогноза от количества входных данных и различных наборов индексов состояния.
Предложены пути улучшения заблаговременности прогноза с помощью модифицированного метода, что позволит осуществлять прогноз урожайности, имеющий большую практическую ценность.
В докладе обсуждается возможность обобщении описанного метода для прогнозирования состояния различных областей на поверхности Земли.