Нормалізований диференційний вегетаційний індекс і відсоток зеленого покриву при вирощуванні озимого ріпаку та сафлору

Ключові слова: Canopeo, модель, поліном, регресія, точне землеробство

Анотація

Мета. Здійснити аналітичну оцінку взаємозв’язку між супутниковим NDVI та безпосередньо одержаним в полі за допомогою мобільного додатку Canopeo FGCC для надання моделей можливої їх взаємної конвертації під час вирощування культур озимого ріпаку та сафлору. Методи. Польові зйомки фотографічних матеріалів посівів ріпаку озимого та сафлору в періоди «початок цвітіння – кінець достигання» та «10–12 справжніх листків – кінець достигання», відповідно. Обробка фотознімків у програмному продукті Canopeo для розрахунку величини відсоткового зеленого покриття культурами земельних ділянок (FGCC). Прив’язка за даними геотегінгу місць фотозйомки до величин супутникового нормалізованого диференційного вегетаційного індексу (NDVI) на платформі OneSoil AI. Статистична обробка результатів методом поліноміальної регресії, формування моделей конвертації між вегетаційними індексами та оцінка точності моделей за величиною абсолютної середньої похибки у відсотках. Результати. Встановлено, що досліджувані вегетаційні індекси мають високу тісноту нелінійного зв’язку, розроблені поліноміальні криві та моделі мають високу якість підгону з коефіцієнтом детермінації понад 0,90, а також відрізняються достатнім рівнем точності (похибка розрахунків для більшості моделей не перевищує 10%). Максимальну похибку (37,88%) дала модель конвертації площі зеленого покриву (FGCC) ріпаку озимого в NDVI, що пов’язано з особливостями листового апарату культури та спотвореннями величини вегетаційного індексу внаслідок яскраво-жовтого кольору квіток у культури під час її масового цвітіння. Перспективною є розробка подібних моделей для всіх основних культур, вирощуваних на Півдні України, та створення спеціального мобільного додатку для автоматизованої конвертації між вегетаційними індексами. Висновки. Результатами дослідження доведено високу спорідненість та можливість взаємної конвертації між нормалізованим диференційним вегетаційним індексом (NDVI), одержуваним за даними супутникового моніторингу, та відсотковим відношенням площі зеленого покриву (FGCC) на посівах озимого ріпаку та сафлору. Результати розробки можуть бути вдосконалені збільшенням вихідного набору даних та впроваджені у системи точного землеробства в науково-теоретичних і практичних цілях.

Посилання

1. Jones J. W., Hoogenboom G., Porter C. H., Boote K. J., Batchelor W. D., Hunt L. A., Wilkens P. W., Singh U., Gijsman A. J., Ritchie J. T. The DSSAT cropping system model. European Journal of Agronomy. 2003. Vol. 18(3–4). P. 235-265.
2. Liaghat S., Balasundram S. K. A review: The role of remote sensing in precision agriculture. American Journal of Agricultural and Biological Sciences. 2010. Vol. 5(1). P. 50–55.
3. Shafi U., Mumtaz R., García-Nieto J., Hassan S. A., Zaidi S. A. R., Iqbal N. Precision agriculture techniques and practices: From considerations to applications. Sensors. 2019. Vol. 19(17). P. 3796.
4. Patrignani A., Ochsner T. E. Canopeo: A powerful new tool for measuring fractional green canopy cover. Agronomy Journal. 2015. Vol. 107(6). P. 2312–2320.
5. Jáuregui J. M., Delbino F. G., Bonvini M. I. B., Berhongaray G. Determining yield of forage crops using the Canopeo mobile phone app. Journal of New Zealand Grasslands. 2019. P. 41–46.
6. Reed V., Arnall D. B., Finch B., Bigatao Souza J. L. Predicting Winter Wheat Grain Yield Using Fractional Green Canopy Cover (FGCC). International Journal of Agronomy. 2021. Vol. 2021.
7. McGlinch G. J., Jacquemin S. J., Lindsey L. E. Evaluating winter malting barley grain yield with fractional green canopy cover. Crop, Forage & Turfgrass Management. 2021. Vol. 7(1), P. e20079.
8. Lukina E. V., Stone M. L., Raun W. R. Estimating vegetation coverage in wheat using digital images. Journal of Plant Nutrition. 1999. Vol. 22(2). P. 341–350.
9. De la Casa A., Ovando G., Bressanini L., Martínez J., Díaz G., Miranda C. Soybean crop coverage estimation from NDVI images with different spatial resolution to evaluate yield variability in a plot. ISPRS Journal of Photogrammetry and Remote Sensing. 2018. Vol. 146. P. 531–547.
10. Trout T. J., Johnson L. F., Gartung J. Remote sensing of canopy cover in horticultural crops. HortScience. 2008. Vol. 43(2). P. 333–337.
11. Chatterjee S., Hadi A. S. Regression analysis by example. John Wiley & Sons, 2013.
12. Білинський Й. Й., Книш, Б. П. Аналіз характеристик та обґрунтування індексів рослинності. Вісник Вінницького політехнічного інституту. 2021. Вип. (2). С. 7–14.
Опубліковано
2022-05-03
Розділ
МЕЛІОРАЦІЯ, ЗЕМЛЕРОБСТВО, РОСЛИННИЦТВО