Детектирование индексов вегетации виноградных насаждений как один из инструментов при мониторинге состояния виноградников

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. 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. 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.

1. Гришин 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.2022.14.17.001

2. Рыбалко 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/10.21046/2070-7401-2016-13-1-79-92

3. Matese 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/s41598-021-81652-3

4. Амирджанов А.Г. Солнечная радиация и продуктивность виноградника. Л.: Гидрометеоиздат. 1980; 208.

5. 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.2021.21038

6. Junges 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/10.1590/1678-4499.2018168

7. Devaux 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.2019.53.1.2293

8. Giovos 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/agriculture11050457

9. Diago 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.12404

10. Kasimati 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/s11119-022-09984-2

11. Семенова 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/lvyfkh

12. Демишева 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/whwpsz

13. Орлов 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/10.12737/2073-0462-2023-29-36

14. Жуков В.Д., Шеуджен З.Р. Повышение эффективности систем земледелия в Краснодарском крае. Научный журнал КубГАУ. 2019; 151: 104–115. https://doi.org/10.21515/1990-4665-151-010

15. Бейбулатов М.Р. Модификация формулы для расчета нагрузки виноградного куста глазками. Плодоводство и виноградарство юга России. 2013; 24: 68–74. https://www.elibrary.ru/rkofnp

16. Гусейнов 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/mzjhuv