Красноярский краевой фонд науки подвел итоги конкурса проектов прикладных исследований и экспериментальных разработок, направленных на создание продукции и технологий для обеспечения конкурентных преимуществ Красноярского края. Одним из победителей конкурса стал проект «Разработка и внедрение метода раннего прогнозирования урожайности зерновых культур в Сибирском регионе по данным дистанционного зондирования Земли». О целях и перспективах исследования рассказал его руководитель, доктор технических наук, профессор, заведующий лабораторией экологической информатики Института биофизики КНЦ СО РАН Анатолий Шевырногов.

На чем основан метод раннего прогнозирования урожайности зерновых культур?

Любые данные дистанционного зондирования – это, по сути, набор цифр. В случае наблюдений за растительностью эти цифры в первую очередь характеризуют количество и качество фотосинтезирующих пигментов. Чтобы использовать такие данные на практике, необходимо найти соответствие между реальным состоянием растения и результатами дистанционного измерения.

На этом пути много сложностей, так как даже одно и то же растение на разных типах почвы, в разных погодных или климатических условиях может иметь различный оптический спектр отражения. Задача любой методики цифрового земледелия – сопоставить данные одномоментных наземных и удаленных наблюдений и разработать надежные алгоритмы дешифровки космических сигналов. Грубо говоря, мы должны сделать десятки обследований растения в разных условиях на земле и найти какие-то закономерности между их состоянием и спектральным сигналом. В будущем, есть уверенность, что дешифровка сигнала происходит с высокой точностью, то есть, мы знаем в каком состоянии находится растение лишь по его спектральному портрету. И тогда можно использовать дистанционные данные.

Конечно, в реальности все еще сложнее. Так, кроме оптических спектральных сигналов от растений, дистанционно можно получать данные о температуре и влажности почвы, высоты измеряемых поверхностей. В конечном итоге, для прогноза урожайности, нужно увязать результаты различных наблюдений. Важно понимать, что алгоритмы, разработанные для одной местности, могут плохо работать в другом регионе. В нашем случае, необходимо учитывать особенности Сибири.

Конкретно в этом проекте мы планируем использовать комплексный подход, привлечь все источники спектральной информации – данные полученные со спутников, беспилотных летательных аппаратов и наземной спектрометрии. Нам важно, чтобы метод работал на больших территориях, при этом давал точную информацию и для небольших участков. Наземные эксперименты будут выполняться совместно с нашими коллегами из Красноярского государственного аграрного университет на тестовом участке типичном для земледельческой части Красноярского края. Будут описаны типы сельскохозяйственных культур на этой территории, специфика их развития в течение летнего сезона.

Для картирования урожайности будет использована трехуровневая система оптического мониторинга сельскохозяйственных земель. Причины этого крайне просты. У спутников аппаратура позволяет измерять большие территории, но имеет относительно низкое пространственное разрешение. Поэтому, для контроля малых участков опытного поля таких измерений недостаточно.

Ситуация с наземными измерениями прямо противоположная. Измерения характеризуются высокой точностью и привязкой к местности, но не могут использоваться для больших территорий. Напрашивается очевидный вывод — нужно использовать беспилотные летательные аппараты, летающие на малой высоте, с размещением на них спектральной аппаратуры. Такая технология дистанционного зондирования практически компенсирует недостатки и спутникового и наземного мониторинга.

В идеале технологии точного земледелия должны применять все три вида оптических дистанционных измерений. Для больших сельскохозяйственных территорий рационально использование спутниковой аппаратуры. Наземная спектральная аппаратура нужна для совершенствования технологий и проверки проводимых измерений. Для сельскохозяйственных объектов небольшого размера и детального мониторинга идеально подойдут маловысотные беспилотники.

В чем преимущества использования такой методики в сельском хозяйстве?

Предсказывать урожайность зерновых культур важно для обеспечения продовольственной безопасности и принятия управленческих решений в аграрном секторе. Так, в годы неблагоприятных погодных условий, прогноз урожайности позволяет уменьшить ущерб, а в благоприятные годы определить возможные объемы экспорта зерна и рынки сбыта.

Более того, если мы научимся строить прогнозные карты урожайности, то можно будет целенаправленно находить зоны с невысокой урожайностью, изучать причины её снижения на данном участке поля и принимать соответствующие меры для решения проблемы. Например, такие карты могут быть основой для дифференцированного внесения удобрений при точном земледелии.

Подавая заявку, вы наверняка ориентировались на созданный задел для реализации проекта. Какие наиболее яркие и/или интересные результаты уже получены в этой области исследований?

Программа развития ФИЦ «Красноярский научный центр СО РАН» позволила нам закупить современное оборудование, с помощью которого можно прицельно калибровать спутниковые данные. Это современные беспилотные летательные аппараты (дроны), оборудованные приборами для измерения спектральных характеристик растительности. За последние несколько лет мы получили ряд интересных результатов, которые и позволяют говорить о технологиях, близких к внедрению в сельское хозяйство.

Как было сказано выше, разработка алгоритма прогноза урожайности разбивается на много мелких подзадач. Например, в прошлые годы для тестовых участков, где будут проводиться исследования, мы выявили неоднородности почвенного покрова территории и показали возможности её диагностики по данным дистанционного зондирования. Разработали и верифицировали методику дистанционного определения границ вегетации растительности по спутниковым данным. Нашли взаимосвязь между общим количеством фотосинтетических пигментов у пшеницы, ячменя, овcа и уpожайноcтью при различных уcловияx выpащивания. Разработали метод оценки урожайности ярового ячменя, реализованный на основе использования оптических наземных и спутниковых спектральных данных.

Чего конкретного вы планируете добиться в результате реализации проекта? Какие новые знания будут получены или методы разработаны?

В принципе, основная цель проекта сформулирована в его названии. Мы планируем разработать комплексную систему раннего прогнозирования урожайности зерновых культур на основе данных дистанционного зондирования Земли с применением наземной, беспилотной и спутниковой спектрометрии с учетом полевой наземной информации о состоянии сельскохозяйственных культур. Полученные результаты являются неотъемлемой частью развития подхода "точного земледелия". Если говорить о конкретных задачах, то будут разработаны методы и построены карты урожайности посевов зерновых культур по спутниковым, беспилотным и наземным данным с пространственным разрешением не менее 3-х метров. Кроме того, будет разработан метод дифференцированного внесения удобрений по картам состояния посевов.

Когда можно ожидать внедрения подобной методики в практику?

Разработанная технология раннего прогнозирования урожайности зерновых культур будет опробована на полях учебно-опытного хозяйства «Миндерлинское» уже во время реализации проекта. На этих же тестовых полях мы собираемся провести дифференцированное внесение удобрений. Далее, по плану, постепенное увеличение площади контролируемых земель для проверки и улучшения качества прогнозов. В перспективе — новыми технологиями должен быть охвачен весь край.

Кроме урожайности, цифровые технологии могут применяться на всех этапах выращивания растений на полях — от слежения за состоянием посевов до совершенствования технологий внесения удобрений, подавления сорняков и вредителей. Все это является практической реализацией современного цифрового земледелия.