Возможности использования NDVI по данным Landsat 8 OLI для оценки урожайности цитрусовых культур в Сирии
DOI:
https://doi.org/10.52575/2712-7443-2026-50-1-95-104Ключевые слова:
спутниковый мониторинг земель, цитрусовые культуры, прогнозирование урожайности, дистанционное зонирование, LandsatАннотация
Цитрусовые культуры являются основой сельскохозяйственного производства многих стран Средиземноморья. Нестабильные метеорологические условия предопределяют сильное варьирование урожайности этих культур от года к году, что отражается на экономическом состоянии стран. Это предопределяет большую значимость мониторинга их состояния и прогнозирования урожайности, которые во многих странах не проводятся вовсе или оцениваются опросно-статистическим методом. Целью исследований был анализ возможностей использования многолетних временных рядов NDVI (Normalized Difference Vegetation Index), вычисленных по спутниковым данным Landsat 8 OLI, для прогнозирования урожайности цитрусовых культур. Для региона Латакия с насаждениями различных цитрусовых культур были рассчитаны значения NDVI для всех имеющихся в архивах изображений за период с 2013 по 2023 годы. После этого был проведен регрессионный анализ различных предикторов, рассчитанных по NDVI, со статистическими значениями урожайности. Было установлено, что наилучшим предиктором урожайности для всех сортов цитрусовых культур является среднее за год значение NDVI, с использованием которого возможно построение регрессионных моделей с R2 0,5–0,6. Менее качественные модели с R2 0,36–0,45 могут быть построены с использованием в качестве предиктора средних значений NDVI, полученных за зимний период перед вегетационным сезоном, что открывает возможности для получения прогнозных оценок урожайности еще до фазы уборки урожая.
Скачивания
Библиографические ссылки
Список литературы
Лупян Е.А., Барталев С.А., Савин И.Ю. 2009. Технологии спутникового мониторинга в сельском хозяйстве России. Аэрокосмический курьер, 6: 47–49.
Лупян Е.А., Савин И.Ю., Барталев С.А., Толпин В.А., Балашов И.В., Плотников Д.Е. 2011. Спутниковый сервис мониторинга состояния растительности («ВЕГА»). Современные проблемы дистанционного зондирования Земли из космоса, 8(1): 190–198.
Нассер С., Савин И.Ю. 2024. Детектирование насаждений цитрусовых культур в Сирии по спутниковым данным LANDSAT-8 OLI. Современные проблемы дистанционного зондирования Земли из космоса, 21(4): 199–208. https://doi.org/10.21046/2070-7401-2024-21-4-199-208.
Толпин В.А., Рыбалко Е.А., Баранова Н.В., Кашницкий А.В., Лупян Е.А., Уваров И.А. 2017. Формирование информационной базы спутниковых и наземных данных для отработки методик дистанционного мониторинга виноградарства в Республике Крым. Современные проблемы дистанционного зондирования Земли из космоса, 14(1): 101-110. https://doi.org/10.21046/2070-7401-2017-14-1-101-110.
Ali A.M., Abouelghar M., Belal A.A., Saleh N., Yones M., … Maginan S. 2022. Crop Yield Prediction Using Multi Sensors Remote Sensing (Review Article). Egyptian Journal of Remote Sensing and Space Sciences, 25(3): 711–716. https://doi.org/10.1016/j.ejrs.2022.04.006.
Almohamed S., Darwish C. 2021. Review of the Syrian agriculture and future prospects for reconstruction. Jordan Journal of Agricultural Sciences, 15(2): 35–49. https://doi.org/10.35516/jjas.v15i2.44.
Atzberger C., Zeug G., Defourny P., Aragao L., Hammarstrom L., Immitzer M. 2020. Monitoring of Forests Through Remote Sensing. Final Report, Publications Office. European Commission, Directorate General for Environment, 147 p.
Fiorillo C., Vercueil J. 2003. Syrian Agriculture at the Crossroads. Rome, FAO Agricultural Policy and Economic Development Series, 462 p.
Galvañ A., Boughalleb-M’Hamdi N., Benfradj N., Mannai S, Lázaro E, Vicent A. 2022. Climate Suitability of the Mediterranean Basin for Citrus Black Spot Disease (Phyllosticta Citricarpa) Based on a Generic Infection Model. Scientific Reports, 12(1): 19876. https://doi.org/10.1038/s41598-022-22775-z.
Matias P., Barrote I., Azinheira G., Continella A., Duarte A. 2023. Citrus Pruning in the Mediterranean Climate: A Review. Plants, 12(19): 3360. https://doi.org/10.3390/plants12193360.
Moussaid A., Fkihi S., Zennayi Y. 2021. Citrus Orchards Monitoring based on Remote Sensing and Artificial Intelligence Techniques: A Review of the Literature. International Conference on Advanced Technologies for Humanity, 172–178. https://doi.org/10.5220/0010432001720178.
Panek E., Gozdowski D. 2021. Relationship between MODIS Derived NDVI and Yield of Cereals for Selected European Countries. Agronomy, 11(2): 340. https://doi.org/10.3390/agronomy11020340.
Rai S., Nandre J., Kanawade B.R.A. 2022. A Comparative Analysis of Crop Yield Prediction using Regression. International Conference on Intelligent Technologies (CONIT), 1–4. https://doi.org/10.1109/CONIT55038.2022.9847783.
Rehman S.U., Abbasi K., Qayyum A. 2020. Comparative Analysis of Citrus Fruits for Nutraceutical Properties. Food Science and Technology, 40(1): 153–157. https://doi.org/10.1590/fst.07519.
Rouse J.W., Haas R.H., Scheel J.A., Deering D.W. 1974. Monitoring Vegetation Systems in the Great Plains with ERTS. Proceedings, 3rd Earth Resource Technology Satellite (ERTS) Symposium, 1: 48–62.
Savin I., Klyukina A., Dragavtseva I. 2020. About Possibilities of Apple Trees Flowering Date Detection Based on MODIS Data. 20th International Multidisciplinary Scientific GeoConference SGEM, 2.2: 157–164. https://doi.org/10.5593/sgem2020/2.2/s10.019.
Usha K., Singh B. 2013. Potential Applications of Remote Sensing in Horticulture – A Review. Scientia Horticulturae, 153(3): 71–83. https://doi.org/10.1016/j.scienta.2013.01.008.
van der Velde M., van Diepen C.A., Baruth B. 2019. The European Crop Monitoring and Yield Forecasting System: Celebrating 25 years of JRC MARS Bulletins. Agricultural Systems, 168: 56–57.
Wang S., Xie W., Yan X. 2022. Effects of Future Climate Change on Citrus Quality and Yield in China. Sustainability, 14(15): 9366. https://doi.org/10.3390/su14159366.
Wu B., Meng J., Li Q., Yan N., Du X., Zhang M. 2014. Remote Sensing-Based Global Crop Monitoring: Experiences with China's CropWatch System. International Journal of Digital Earth, 7(2): 113–137. https://doi.org/10.1080/17538947.2013.821185.
References
Loupian E.A., Bartalev S.A., Savin I.YU. 2009. Tekhnologii sputnikovogo monitoringa v sel'skom hozyajstve Rossii [Satellite Monitoring Technologies in Russian Agriculture]. Aerokosmich-eskiy kurier, 6: 47–49.
Loupian E.A., Savin I.Yu., Bartalev S.A., Tolpin V.A., Balashov I.V., Plotnikov D.E. 2011. Satellite Service for Vegetation Monitoring VEGA. Current Problems in Remote Sensing of the Earth from Space, 8(1): 190–198 (in Russian).
Nasser S., Savin I.Yu. 2024. Detection of Citrus Crop Plantation in Syria Using Landsat-8 OLI Sat-ellite Data. Current Problems in Remote Sensing of the Earth from Space, 21(4): 199–208 (in Russian). https://doi.org/10.21046/2070-7401-2024-21-4-199-208
Tolpin V.A., Rybalko E.A., Baranova N.V., Kashnitskiy A.V., Loupian E.A., Uvarov I.A. 2017. Building a Repository of Satellite and Ground Data for the Development of Viticulture Re-mote Monitoring Methods in the Republic of Crimea. Current Problems in Remote Sensing of the Earth from Space, 14(1): 101–110 (in Russian). https://doi.org/10.21046/2070-7401-2017-14-1-101-110.
Ali A.M., Abouelghar M., Belal A.A., Saleh N., Yones M., … Maginan S. 2022. Crop Yield Predic-tion Using Multi Sensors Remote Sensing (Review Article). Egyptian Journal of Remote Sens-ing and Space Sciences, 25(3): 711–716. https://doi.org/10.1016/j.ejrs.2022.04.006.
Almohamed S., Darwish C. 2021. Review of the Syrian agriculture and future prospects for recon-struction. Jordan Journal of Agricultural Sciences, 15(2): 35–49. https://doi.org/10.35516/jjas.v15i2.44
Atzberger C., Zeug G., Defourny P., Aragao L., Hammarstrom L., Immitzer M. 2020. Monitoring of Forests Through Remote Sensing. Final Report, Publications Office. European Commission, Directorate General for Environment, 147 p.
Fiorillo C., Vercueil J. 2003. Syrian Agriculture at the Crossroads. Rome, FAO Agricultural Policy and Economic Development Series, 462 p.
Galvañ A., Boughalleb-M’Hamdi N., Benfradj N., Mannai S, Lázaro E, Vicent A. 2022. Climate Suitability of the Mediterranean Basin for Citrus Black Spot Disease (Phyllosticta Citricarpa) Based on a Generic Infection Model. Scientific Reports, 12(1): 19876. https://doi.org/10.1038/s41598-022-22775-z.
Matias P., Barrote I., Azinheira G., Continella A., Duarte A. 2023. Citrus Pruning in the Mediterranean Climate: A Review. Plants, 12(19): 3360. https://doi.org/10.3390/plants12193360.
Moussaid A., Fkihi S., Zennayi Y. 2021. Citrus Orchards Monitoring based on Remote Sensing and Artificial Intelligence Techniques: A Review of the Literature. International Conference on Advanced Technologies for Humanity, 172–178. https://doi.org/10.5220/0010432001720178.
Panek E., Gozdowski D. 2021. Relationship between MODIS Derived NDVI and Yield of Cereals for Selected European Countries. Agronomy, 11(2): 340. https://doi.org/10.3390/agronomy11020340
Rai S., Nandre J., Kanawade B.R.A. 2022. A Comparative Analysis of Crop Yield Prediction using Regression. International Conference on Intelligent Technologies (CONIT), 1–4. https://doi.org/10.1109/CONIT55038.2022.9847783.
Rehman S.U., Abbasi K., Qayyum A. 2020. Comparative Analysis of Citrus Fruits for Nutraceutical Properties. Food Science and Technology, 40(1): 153–157. https://doi.org/10.1590/fst.07519.
Rouse J.W., Haas R.H., Scheel J.A., Deering D.W. 1974. Monitoring Vegetation Systems in the Great Plains with ERTS. Proceedings, 3rd Earth Resource Technology Satellite (ERTS) Sym-posium, 1: 48–62.
Savin I., Klyukina A., Dragavtseva I. 2020. About Possibilities of Apple Trees Flowering Date De-tection Based on MODIS Data. 20th International Multidisciplinary Scientific GeoConference SGEM, 2.2: 157–164. https://doi.org/10.5593/sgem2020/2.2/s10.019.
Usha K., Singh B. 2013. Potential Applications of Remote Sensing in Horticulture – A Re-view. Scientia Horticulturae, 153(3): 71–83. https://doi.org/10.1016/j.scienta.2013.01.008.
van der Velde M., van Diepen C.A., Baruth B. 2019. The European Crop Monitoring and Yield Forecasting System: Celebrating 25 years of JRC MARS Bulletins. Agricultural Systems, 168: 56–57.
Wang S., Xie W., Yan X. 2022. Effects of Future Climate Change on Citrus Quality and Yield in China. Sustainability, 14(15): 9366. https://doi.org/10.3390/su14159366.
Wu B., Meng J., Li Q., Yan N., Du X., Zhang M. 2014. Remote Sensing-Based Global Crop Monitoring: Experiences with China's CropWatch System. International Journal of Digital Earth, 7(2): 113–137. https://doi.org/10.1080/17538947.2013.821185.
Просмотров аннотации: 0
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2026 Региональные геосистемы
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
