Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. №4. С. 245-256

Прогнозирование урожайности на основе многолетних космических наблюдений за динамикой развития вегетации

А.Б. Мурынин 1, В.Г. Бондур 2, В.Ю. Игнатьев 3, К.Ю. Гороховский 2
1 Научный центр аэрокосмического мониторинга «Аэрокосмос»; Вычислительный центр им. А.А. Дородницына РАН, Москва, Россия; Москва, Россия
2 Научный центр аэрокосмического мониторинга «Аэрокосмос», Москва, Россия
3 Научный центр аэрокосмического мониторинга «Аэрокосмос»; Московский физико-технический институт, Москва, Россия; Московская обл., Россия
Предлагается метод прогнозирования урожайности почв на основе многоспектральных космических изображений. Приводятся и анализируются результаты вычислительного эксперимента по прогнозированию урожайности различных сельскохозяйственных культур для различных областей. Проводится исследование по определению наиболее точной модели плодородия почв, результатом которого является модель, которая принимает значения вегетационных индексов за 5 месяцев, начиная с марта месяца и заканчивая июлем текущего года. На основании проведенного анализа делается вывод о точности осуществляемого прогноза и возможности расширения области применения полученной модели для прогнозирования урожайности сельскохозяйственных культур.
Ключевые слова: прогнозирование урожайности, множественная линейная регрессия, множественная нелинейная регрессия, вегетационный индекс, yield forecasting, multiple linear regression, multiple nonlinear regression, vegetation indices
Полный текст

Список литературы:

  1. Терехов А.Г. Оценка точности спутниковой технологии определения площади сельскохозяйственных масок в схеме с использованием снимков различного разрешения / Седьмая Всероссийская Открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса». Москва, Россия, Ноябрь 2009. С. 459–465
  2. Толпин В.А. и др. Оценка состояния сельскохозяйственных культур на основе межгодовой динамики с использованием данных MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т. 4. No 2. С. 380–389
  3. Bondur V. Aerospace methods and technologies for monitoring of oil and gas areas and facilities // Izvestiya. Atmospheric and Oceanic Physics. 2011. Vol. 47. No. 9
  4. Draper N., Smith H. Applied Regression Analysis. Wiley-Interscience, 1998. ISBN 0-471-17082-8
  5. Fischer R., Byerlee E., Edmeades E. Can technology deliver on the yield challenge to 2050 // Expert Meeting on How to Feed the World (Food and Agriculture Organization of the United Nations), June 2009
  6. Murynin A. et al. Analysis of large long-term remote sensing image sequence for agricultural yield forecasting. // Image Mining. Theory and Applications. Proceedings of the 4th International Workshop on Image Mining. Barcelona, Spain. February 2013. P. 48–55