TY - JOUR

T1 - Анализ гиперспектральных данных дистанционного зондирования и урожайности пшеницы для задачи прогнозирования

AU - Митрофанова, Ольга Александровна

AU - Митрофанов, Евгений Павлович

AU - Буре, Владимир Мансурович

PY - 2025

Y1 - 2025

N2 - Одна из важных задач управления производством растениеводческой продукции — прогнозирование урожайности. При этом всё чаще для прогнозирования урожайности в качестве исходной информации используются данные дистанционного зондирования: спутниковые снимки и аэрофотосъёмка. Благодаря стремительному развитию информационных и инженерных технологий актуальным и доступным также становится применение специализированных вегетационных индексов. Объектами представленного исследования выступают опытные сельскохозяйственные поля, расположенные в Ленинградской области. Для работы былииспользованы данные, полученные на базе двух полигонов площадью 12 и 28 га, произрастающая культура — яровая пшеница. На каждом поле были заложены тестовые площадки — небольшие ровные участки с определённой внесённой дозой азотсодержащих удобрений. Аэрофотосъёмка опытных полигонов осуществлялась с помощью беспилотной авиационной системы DJI Matrice 600 Pro с гиперспектральной камерой Pika L (281 канал съёмки в диапазоне 400–1000 нм). В 2022 г. одновременно с полётами дополнительно отбирались образцы пшеницы с тестовых площадок и в полях были получены их спектральные характеристики с помощью переносного лабораторного гиперспектрометра. Результаты проведённого исследования продемонстрировали преимущество использования аэрофотосъёмки перед лабораторным гиперспектрометром. Наиболее перспективными для применения в задаче прогнозирования урожайности в поставленном опыте представляются каналы из видимого диапазона, при этом наблюдается высокая мультиколлинеарность объясняющих факторов. Крометого, был проведён регрессионный анализ. В результате среди вегетационных индексов для дальнейшего исследования в рассмотренном опыте были выделены шесть комбинаций спектров. В качестве направления дальнейшей работы следует провести дополнительные полевые опыты, расширить датасет.

AB - Одна из важных задач управления производством растениеводческой продукции — прогнозирование урожайности. При этом всё чаще для прогнозирования урожайности в качестве исходной информации используются данные дистанционного зондирования: спутниковые снимки и аэрофотосъёмка. Благодаря стремительному развитию информационных и инженерных технологий актуальным и доступным также становится применение специализированных вегетационных индексов. Объектами представленного исследования выступают опытные сельскохозяйственные поля, расположенные в Ленинградской области. Для работы былииспользованы данные, полученные на базе двух полигонов площадью 12 и 28 га, произрастающая культура — яровая пшеница. На каждом поле были заложены тестовые площадки — небольшие ровные участки с определённой внесённой дозой азотсодержащих удобрений. Аэрофотосъёмка опытных полигонов осуществлялась с помощью беспилотной авиационной системы DJI Matrice 600 Pro с гиперспектральной камерой Pika L (281 канал съёмки в диапазоне 400–1000 нм). В 2022 г. одновременно с полётами дополнительно отбирались образцы пшеницы с тестовых площадок и в полях были получены их спектральные характеристики с помощью переносного лабораторного гиперспектрометра. Результаты проведённого исследования продемонстрировали преимущество использования аэрофотосъёмки перед лабораторным гиперспектрометром. Наиболее перспективными для применения в задаче прогнозирования урожайности в поставленном опыте представляются каналы из видимого диапазона, при этом наблюдается высокая мультиколлинеарность объясняющих факторов. Крометого, был проведён регрессионный анализ. В результате среди вегетационных индексов для дальнейшего исследования в рассмотренном опыте были выделены шесть комбинаций спектров. В качестве направления дальнейшей работы следует провести дополнительные полевые опыты, расширить датасет.

KW - гиперспектральные данные дистанционного зондирования, аэрофотосъёмка, вегетационные индексы, корреляционный анализ, прогноз урожайности, пшеница

KW - aerial photography

KW - correlation analysis

KW - hyperspectral remote sensing data

KW - vegetation indices

KW - wheat

KW - yield forecast

UR - https://www.mendeley.com/catalogue/be91647c-efaf-3133-aa0c-0a045e47a9a1/

U2 - 10.21046/2070-7401-2025-22-1-93-105

DO - 10.21046/2070-7401-2025-22-1-93-105

M3 - статья

VL - 22

SP - 93

EP - 105

JO - СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА

JF - СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА

SN - 2070-7401

IS - 1

ER -