Інформатизація аграрного сектору є сучасним трендом розвитку світової науки та практики. Поява сучасних технічних засобів привела до стрімкого стрибка від практик традиційного землеробства до точного землеробства, яке органічно поєднало в собі сучасні здобутки та переваги інформаційних технологій та інженерії з багатовіковими надбаннями аграрної науки. Сучасні трактори та самохідні обприскувачі можуть із високою точністю слідкувати за прокладеним маршрутом, використовуючи засоби супутникової навігації; сівалки точного висіву можуть бути ретельно налагоджені на необхідні параметри висівання насіння та внесення мінеральних добрив; витрати пального можуть відстежуватися дистанційно у реальному часі завдяки монтованим на тракторах і комбайнах електронним датчикам; зрошувальна вода подається автоматизовано, поливи керуються за допомогою комп’ютерного програмного забезпечення, яке отримує, узагальнює та аналізує інформацію щодо вологості ґрунту на кожній ділянці поля та надає рекомендації щодо їх зволоження відповідно до даних, одержаних із встановлених на полі сенсорів. Для обстеження посівів можна не виходити на поле – достатньо запустити агро-дрон та отримати актуальну інформацію дистанційно і вчасно та обстежити за кілька годин не клаптик поля, а цілий багатогектарний масив. І це далеко не всі можливості, що відкриваються перед аграріями у системах точного землеробства. Однією з цікавих у науковому та практичному плані можливостей є раннє дистанційне прогнозування врожайності сільськогосподарських культур із використанням даних супутникового моніторингу посівів за вегетаційними індексами, найбільш поширеним і застосовуваним із яких є нормалізований диференційний вегетаційний індекс, або NDVI.
Більшість сучасних комерційних систем підтримки прийняття рішень у точному землеробстві пропонує своїм клієнтам різні моделі одержання NDVI-знімків із їхніх полів. Інформація подається у зручному вигляді, часто навіть пропонуються певні інструменти додаткового аналізу одержаних знімків. Проте одержати дані щодо NDVI-посівів можна і безкоштовно, хоча і з певними обмеженнями, на платформах, які надають для завантаження знімки земної поверхні з супутників Landsat-8, Sentinel-1, Sentinel-2, наприклад, Copernicus, Agro API, One Soil тощо. Єдине, що для цього необхідно, – знати координати поля або масиву, який цікавить вас, для того, щоб за геоданими знайти необхідний масив на мапі. Одержані знімки краще обробляти та аналізувати у відповідному ГІС-забезпеченні, наприклад, комерційному ArcGIS або ж безкоштовній альтернативі – QGIS. Втім, якщо ви є користувачем платних систем, як то, наприклад, АгроОнлайн, проблем із аналізом знімків у вас не виникатиме – вони вже доступні у відповідних підрозділах керуючої програми, відповідним чином оброблені, та вегетаційні індекси розраховані по кожному полю.
Отже, маючи дані про величину NDVI, особливо у динаміці, можна дистанційно оцінити рівень схожості, інтенсивність ростових процесів, виявити проблемні ділянки поля, спланувати агротехнічні заходи, а найцікавіше – дізнатися, скільки ж можна отримати врожаю з гектарної площі такого посіву заздалегідь.
Дослідження побудови математичної моделі врожайності кукурудзи цукрової виконувалися на зрошуваних полях Білозерського району Херсонської області впродовж двох років на темно-каштанових ґрунтах із сортами і гібридами вітчизняного походження. Звичайно, дані моделі є теоретичним узагальненням, тому мають похибку, потребують подальшого вдосконалення та розширення, насамперед за рахунок залучення даних про врожайність культури в інших районах на інших типах ґрунтів, а також розширення сортового складу дослідної культури. Дана робота постійно проводиться автором задля поліпшення точності прогнозів.
Статистико-математична прив’язка врожайності товарних качанів кукурудзи цукрової до значень показника NDVI у фазу цвітіння волоті дозволила розробити емпіричну модель розрахунку її продуктивності. За результатами емпіричної симуляції врожайності кукурудзи цукрової було встановлено, що культура матиме наступну врожайність качанів відповідно до середньозваженої величини NDVI-посіву у фазу цвітіння волотей (Табл. 1).
Таблиця 1. Урожайність кукурудзи цукрової залежно від середньозваженої величини NDVI-посівів у фазу цвітіння волотей культури
Величина NDVI |
Прогнозована врожайність кукурудзи цукрової, т/га |
||
Мінімальна |
Середня |
Максимальна |
|
0,2-0,3 |
2,00 |
2,49 |
3,00 |
0,3-0,4 |
3,00 |
3,74 |
4,50 |
0,4-0,5 |
4,00 |
4,98 |
6,00 |
0,5-0,6 |
5,00 |
6,23 |
7,50 |
0,6-0,7 |
6,00 |
7,48 |
9,00 |
0,7-0,8 |
7,00 |
8,72 |
10,50 |
>0,8 |
>8,00 |
9,97-11,22 |
>13,50 |
Наразі точність прогнозу (розрахована для умов виконання досліджень) становить 81,11%. Подальше розширення бази даних та виконання досліджень у різних ґрунтово-екологічних зонах із різними генотипами культури дозволить суттєво підвищити точність моделі та забезпечити надійне раннє встановлення можливого врожаю кукурудзи цукрової, що є важливим для успішного планування економіки господарювання, ринкової стратегії та прийняття правильних управлінських і агротехнологічних рішень (наприклад, ділянки з низькою прогнозованою продуктивністю – перші клієнти на проведення додаткового очного обстеження, оскільки вони можуть бути осередками поширення шкідників, хвороб, бути ослабленими внаслідок нестачі елементів живлення або перебувати у несприятливих умовах через мікрорельєф поля).
П.В.Лиховид, к. с.-г. н., старший науковий співробітник, Інститут зрошуваного землеробства НААН