vetpressАграрная наукаAgrarian science0869-81552686-701XРедакция журнала "Аграрная наука"10.32634/0869-8155-2024-383-6-126-131vetpress-3121Research ArticleАГРОИНЖЕНЕРИЯ И ПИЩЕВЫЕ ТЕХНОЛОГИИAGROENGINEERING AND FOOD TECHNOLOGIESДетектирование индексов вегетации виноградных насаждений как один из инструментов при мониторинге состояния виноградниковDetection of vegetation indices of grape plantations as one of the tools for monitoring the condition of vineyardshttps://orcid.org/0000-0003-3337-2970ОрловВ. А.OrlovV. A.

Виталий Александрович Орлов, кандидат сельскохозяйственных наук, старший научный сотрудник

Пионерский пр-т, 36, Анапа, 353456

Vitaly Aleksandrovich Orlov, Candidate of Agricultural Sciences, Senior Researcher

36 Pionersky Prospekt, Anapa, 353456

vitorl@yandex.ruhttps://orcid.org/0000-0001-7317-9150ЛукьяновА. А.LukyanovA. A.

Алексей Александрович Лукьянов, кандидат сельскохозяйственных наук, старший научный сотрудник

Пионерский пр-т, 36, Анапа, 353456

Aleksei Aleksandrovich Lukyanov, Candidate of Agricultural Sciences, Senior Researcher

36 Pionersky Prospekt, Anapa, 353456

azosviv@mail.ruАнапская зональная опытная станция виноградарства и виноделия – филиал Федерального государственного бюджетного научного учреждения «Северо-Кавказский федеральный научный центр садоводства, виноградарства, виноделия»РоссияAnapa Zonal Experimental Station of Viticulture and Winemaking – Branch of the Federal State Budget Scientific Institution «North Caucasian Federal Scientific Center of Horticulture, Viticulture, Wine-making»Russian Federation20241606202406126131Copyright © Орлов В.А., Лукьянов А.А., 20242024Орлов В.А., Лукьянов А.А.Orlov V.A., Lukyanov A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vetpress.ru/jour/article/view/3121Актуальность

Актуальность. Вегетационные индексы (ВИ) позволяют соотнести оценочные признаки силы роста виноградного растения со значениями продуктивности в различные периоды фенофаз. Виноград особенно тонко реагирует на условия погодно-климатических изменений и аномальных проявлений погоды. При всем разнообразии ВИ, которые используются для мониторинга виноградных насаждений, наиболее эффективным является NDVI. Главное преимущество NDVI – это использование всего двух спектральных каналов – красного света и ближнего красного излучения. Использование спутниковых данных Sentinel-2 в мониторинге виноградников показало высокую эффективность в течение всего периода вегетации, во многих странах ведутся исследования по применению ВИ для оценки развития и продуктивности виноградников.

Цель работы – найти оптимальную формулу расчета продуктивности виноградного растения на основе значений ВИ NDVI.

Методы

Методы. Стационарный полевой опыт агробиологических характеристик виноградных насаждений, обработка цифровых изображений спектральных каналов спутниковой платформы Sentinel-2. Цифровая обработка изображений и расчет ВИ NDVI проводились в ГИС SNAP Desktop.

Результаты

Результаты. На основе значений ВИ определены фенологические периоды виноградного насаждения для расчета прогнозной урожайности. Наличие тесной связи между индексами вегетации, густотой кроны и урожайностью позволяет по мультиспектральным космическим снимкам определить силу развития виноградных растений в фенологические периоды. Разработанный метод оценки прогнозируемой урожайности на основе ВИ NDVI виноградного растения в фенофазах цветения и роста позволяет рассчитывать прогнозную урожайность с высокой точностью по отношению к фактической.

Relevance

Relevance. Vegetation indices (VI) indices allow one to correlate the estimated signs of growth vigor of a grape plant with productivity values in different periods of phenophases. Grapes respond especially subtly to conditions of weather and climate changes and abnormal weather manifestations. For monitoring vineyards, NDVI is the most effective. The use of Sentinel-2 satellite data in monitoring vineyards has shown high efficiency throughout the entire growing season, and in many countries research is underway on the use of VI to assess the development and productivity of vineyards.

The aim of the work is to find the optimal formula for calculating the productivity of a grape plant based on the values of NDVI.

Methods

Methods. Stationary field experience of agrobiological characteristics of grape plantations, processing of digital images of spectral channels of the Sentinel-2 satellite platform. Digital image processing and calculation of NDVI VI were carried out in the GIS SNAP Desktop.

Results

Results. Based on the VI values, the phenological periods of the grape planting were determined to calculate the predicted yield. The presence of a close relationship between vegetation indices, crown density and yield makes it possible to determine the strength of development of grape plants during phenological periods using multispectral satellite images. The developed method for assessing the predicted yield based on the NDVI VI of a grape plant in the phenophases of flowering and growth allows one to calculate the predicted yield with high accuracy in relation to the actual one.

виноградное насаждениеурожайностьфенологический периодвегетационный индексNDVIспутниковые данныеSentinel-2агроучетвиноградный кустgrape plantingyieldphenological periodvegetation indexNDVIsatellite dataSentinel-2agrobiological accountinggrape bushReferencesГришин И.Ю., Тимиргалеева Р.Р. Методологические аспекты формирования системы дистанционной диагностики состояния виноградных агроценозов Крыма. Севастополь: Филиал МГУ в г. Севастополе. 2023; 208. ISBN 978-5-907477-77-3 https://doi.org/10.35103/SMSU.2022.14.17.001Grishin I.Yu., Timirgaleeva R.R. Methodological aspects of the formation of a system for remote diagnostics of the state of grape agrocenoses in the Crimea. Sevastopol: Branch of Moscow State University in Sevastopol. 2023; 208 (in Russian). ISBN 978-5-907477-77-3. https://doi.org/10.35103/SMSU.2022.14.17.001Рыбалко Е.А. и др. Организация работы с данными наземных и дистанционных наблюдений для решения задач дистанционного мониторинга виноградников. Современные проблемы дистанционного зондирования Земли из космоса. 2016; 13(1): 79–92. https://doi.org/10.21046/2070-7401-2016-13-1-79-92Rybalko E.A. et al. Management of ground and remote sensing data for remote monitoring of vineyards. Current problems in remote sensing of the Earth from space. 2016; 13(1): 79–92 (in Russian). https://doi.org/10.21046/2070-7401-2016-13-1-79-92Matese A., Di Gennaro S.F. Beyond the traditional NDVI index as a key factor to mainstream the use of UAV in precision viticulture. Scientific Reports. 2021; 11: 2721. https://doi.org/10.1038/s41598-021-81652-3Matese A., Di Gennaro S.F. Beyond the traditional NDVI index as a key factor to mainstream the use of UAV in precision viticulture. Scientific Reports. 2021; 11: 2721. https://doi.org/10.1038/s41598-021-81652-3Амирджанов А.Г. Солнечная радиация и продуктивность виноградника. Л.: Гидрометеоиздат. 1980; 208.Amirdzhanov A.G. Solar radiation and vineyard productivity. Leningrad: Gidrometeoizdat. 1980; 208 (in Russian).Sams B., Bramley R.G.V., Sanchez L., Dokoozlian N., Ford C., Pagay V. Remote Sensing, Yield, Physical Characteristics, and Fruit Composition Variability in Cabernet Sauvignon Vineyards. American Journal of Enology and Viticulture. 2022; 73(2): 93–105. https://doi.org/10.5344/ajev.2021.21038Sams B., Bramley R.G.V., Sanchez L., Dokoozlian N., Ford C., Pagay V. Remote Sensing, Yield, Physical Characteristics, and Fruit Composition Variability in Cabernet Sauvignon Vineyards. American Journal of Enology and Viticulture. 2022; 73(2): 93–105. https://doi.org/10.5344/ajev.2021.21038Junges A.H., Fontana D.C., Lampugnani C.S. Relationship between the normalized difference vegetation index and leaf area in vineyards. Bragantia. 2019; 78(2): 297–305. https://doi.org/10.1590/1678-4499.2018168Junges A.H., Fontana D.C., Lampugnani C.S. Relationship between the normalized difference vegetation index and leaf area in vineyards. Bragantia. 2019; 78(2): 297–305. https://doi.org/10.1590/1678-4499.2018168Devaux N., Crestey T., Leroux C., Tisseyre B. Potential of Sentinel-2 satellite images to monitor vine fields grown at a territorial scale. OENO One. 2019; 53(1): 51–58. https://doi.org/10.20870/oeno-one.2019.53.1.2293Devaux N., Crestey T., Leroux C., Tisseyre B. Potential of Sentinel-2 satellite images to monitor vine fields grown at a territorial scale. OENO One. 2019; 53(1): 51–58. https://doi.org/10.20870/oeno-one.2019.53.1.2293Giovos R., Tassopoulos D., Kalivas D., Lougkos N., Priovolou A. Remote Sensing Vegetation Indices in Viticulture: A Critical Review. Agriculture. 2021; 11(5): 457. https://doi.org/10.3390/agriculture11050457Giovos R., Tassopoulos D., Kalivas D., Lougkos N., Priovolou A. Remote Sensing Vegetation Indices in Viticulture: A Critical Review. Agriculture. 2021; 11(5): 457. https://doi.org/10.3390/agriculture11050457Diago M.P., Aquino A., Millan B., Palacios F., Tardaguila J. On-the-go assessment of vineyard canopy porosity, bunch and leaf exposure by image analysis. Australian Journal of Grape and Wine Research. 2019; 25(3): 363–374. https://doi.org/10.1111/ajgw.12404Diago M.P., Aquino A., Millan B., Palacios F., Tardaguila J. On-the-go assessment of vineyard canopy porosity, bunch and leaf exposure by image analysis. Australian Journal of Grape and Wine Research. 2019; 25(3): 363–374. https://doi.org/10.1111/ajgw.12404Kasimati A. et al. Investigation of the similarities between NDVI maps from different proximal and remote sensing platforms in explaining vineyard variability. Precision Agriculture. 2023; 24(4): 1220–40. https://doi.org/10.1007/s11119-022-09984-2Kasimati A. et al. Investigation of the similarities between NDVI maps from different proximal and remote sensing platforms in explaining vineyard variability. Precision Agriculture. 2023; 24(4): 1220–40. https://doi.org/10.1007/s11119-022-09984-2Семенова К.С. Обоснование использования вегетационного индекса NDVI как основного показателя мониторинга состояния сельскохозяйственных земель. Материалы Международной научной конференции молодых ученых и специалистов, посвященной 135-летию со дня рождения А.Н. Костякова. М.: Российский государственный аграрный университет — МСХА им. К.А. Тимирязева. 2022; 1: 44–48. https://www.elibrary.ru/lvyfkhSemenova K.S. Rationale for using the NDVI vegetation index as the main indicator for monitoring the condition of agricultural lands. Proceedings of the International Scientific Conference of Young Scientists and Specialists, dedicated to the 135th anniversary of the birth of A.N. Kostyakov. Moscow: Russian State Agrarian University — Moscow Agricultural Academy named after K.A. Timiryazev. 2022; 1: 44–48 (in Russian). https://www.elibrary.ru/lvyfkhДемишева Е.Н. Оценка взаимосвязи вегетационного индекса NDVI и температуры поверхности земли по данным дистанционного зондирования. Труды Поволжского государственного технологического университета. Серия: Технологическая. 2016; (4): 10–16. https://www.elibrary.ru/whwpszDemisheva E.N. Assessment of the relationship between Normalized difference vegetation index and land surface temperature using remote sensing data. Trudy Povolzhskogo gosudarstvennogo tekhnologicheskogo universiteta. Seriya Tekhnologicheskaya. 2016; (4): 10–16 (in Russian). https://www.elibrary.ru/whwpszОрлов В.А., Лукьянов А.А. Оценочные признаки виноградопригодных земель по спектральным паттернам. Вестник Казанского государственного аграрного университета. 2023; 18(1): 29–37. https://doi.org/10.12737/2073-0462-2023-29-36Orlov V.A., Lukyanov A.A. Evaluation of signs of viney land by spectral patterns. Vestnik of Kazan State Agrarian University. 2023; 18(1): 29-37 (in Russian). https://doi.org/10.12737/2073-0462-2023-29-36Жуков В.Д., Шеуджен З.Р. Повышение эффективности систем земледелия в Краснодарском крае. Научный журнал КубГАУ. 2019; 151: 104–115. https://doi.org/10.21515/1990-4665-151-010Zhukov V.D., Scheudgen Z.R. Improving the efficiency of agriculture systems in the Krasnodar region. Scientific Journal of KubSAU. 2019; 151: 104–115 (in Russian). https://doi.org/10.21515/1990-4665-151-010Бейбулатов М.Р. Модификация формулы для расчета нагрузки виноградного куста глазками. Плодоводство и виноградарство юга России. 2013; 24: 68–74. https://www.elibrary.ru/rkofnpBeibulatov M.R. Modification of the formula for calculating of buds load of grapes bushes. Fruit growing and viticulture of South Russia. 2013; 24: 68–74 (in Russian). https://www.elibrary.ru/rkofnpГусейнов Ш.Н., Чигрик Б.В., Гордеева Н.Г. Ресурсы повышения генетического потенциала у стародавних классических сортов винограда. Плодоводство и виноградарство юга России. 2009; 1: 14–22.https://www.elibrary.ru/mzjhuvGuseynov Sh.N., Chigrik B.V., Gordeeva N.G. Resources of increase of genetic potential at age-old classical grades of grapes. Fruit growing and viticulture of South Russia. 2009; 1: 14–22 (in Russian). https://www.elibrary.ru/mzjhuv

The authors declare that there are no conflicts of interest present.