ИЗВЕСТИЯ РАН. СЕРИЯ БИОЛОГИЧЕСКАЯ, 2014, № 2, с. 196-202
= ЭКОЛОГИЯ
УДК 577.3:539.3:528.88
ОПРЕДЕЛЕНИЕ СЕЗОННОЙ ДИНАМИКИ УРОЖАЙНОСТИ АГРОЦЕНОЗОВ НА ОСНОВЕ СПУТНИКОВОЙ ИНФОРМАЦИИ И МАТЕМАТИЧЕСКОЙ МОДЕЛИ
© 2014 г. Т. И. Письман, И. Ю. Ботвич, А. Ф. Сидько
Институт биофизики СО РАН, 660036 Красноярск, Академгородок, 50, стр. 50
E-mail: pech@ibp.ru Поступила в редакцию 13.05.2013 г.
На основе комплексного использования данных дистанционного зондирования Земли из космоса и результатов исследования математической модели оценена возможность определения урожайности агроценозов, а также общей фитомассы агроценоза и идентификации вида агроценоза. Отмечено качественное совпадение нормализованного вегетационного индекса и общей наземной фито-массы агроценоза. На основе исследования c помощью математической модели с учетом температуры воздуха показана возможность прогноза и уточнения урожайности зерновых культур. При этом выделены вегетативная и генеративная части агроценоза и обнаружено совпадение с данными наземных исследований при оптимальных факторах внешней среды.
DOI: 10.7868/S0002332914020106
Рост антропогенной нагрузки на окружающую среду обусловил обострение многих экологических проблем. Для их решения необходимо реализовать концепцию "устойчивого развития" — стабильного сосуществования человечества и природы (Романова и др., 1993). Важные элементы данной концепции — сохранение и воспроизводство ресурсной базы сельского хозяйства, оптимизация применения средств химизации земледелия, улучшение структуры землепользования на основе объективной характеристики агроэко-логической ситуации ^иёеша г1 а1, 1994).
Повышение продуктивности растений неразрывно связано с их способностью противостоять действию повреждающих факторов среды (Жу-ченко, 2000). Особой нестабильностью отличаются температура среды и влажность почвы, а также азотный обмен (Бесалиев, 2008). В настоящее время в связи с увеличением потребности в продуктах сельского хозяйства особую актуальность приобретают поэтапная оценка и уточнение урожайности зерновых культур. Для данных целей в основном все еще используются традиционные приемы оценки агроклиматических ресурсов, что связано с существенными затратами.
В связи с этим важнейшее значение для оптимизации землепользования, классификации сельскохозяйственных посевов и прогноза изменений в агроценозах приобретают спутниковые методы исследования (Савин, Негрэ, 2003; Барта-лев и др., 2006). Использование дистанционной информации позволяет рассчитать термодинамические характеристики биогеоценозов. Оценены
изменения термодинамических переменных, связанные с погодными условиями и состоянием растительности (Сандлерский, Пузаченко, 2009). Совершенствование методов дало возможность определить термодинамические параметры биосферы (Puzachenko et al, 2011). Такие методы обладают необходимой информативностью, достоверностью и периодичностью для решения вышеуказанных задач (Justice et al., 2002; Botvich et al., 2012), в частности прогноза и уточнения урожайности зерновых культур с учетом влияния уровня культуры земледелия (фактора засорения) (Письман и др., 2012).
Для достоверной интерпретации снимков необходимо использовать данные наземных (подспутниковых) наблюдений за состоянием посевов, которые позволяют получить информацию о стадии развития ценозов, сухой и сырой фито-массах, засоренности (Жукова и др., 2009). Кроме того, наземные исследования позволяют определить отдельно вегетативную и генеративную части агроценоза. Однако такой способ получения информации о динамике урожайности сельскохозяйственных культур достаточно сложен. К его недостаткам относятся также локальность и нерегулярность получаемых данных. Этот способ не позволяет одновременно охватить все участки достаточно большого региона для проведения комплексной оценки состояния растительного покрова. Кроме того, наземные измерения требуют значительных временных затрат, что не позволяет быстро реагировать на возможные негативные последствия антропогенного влияния на окружающую среду.
В этом случае находят все более широкое применение математические модели. Математическое моделирование роста и продуктивности аг-роценозов — одна из актуальных задач в области изучения сложных экологических систем. Особенно актуальны разработка и исследование динамических моделей формирования урожая, которые могут использоваться как в научных, так и в практических целях. Такие модели успешно применяются для изучения закономерностей продукционного процесса растений, а также для прогнозирования и управления процессом формирования урожая (Полевой, 1988; Письман и др., 2012).
Значительно возросший интерес к математическому моделированию продукционного процесса растений связан главным образом с тем, что широкое применение современных технологий в сельском хозяйстве требует обеспечения процесса управления факторами среды и параметрами посевов (Ор8отег г1 а1, 1994). Так как различные внешние факторы напрямую действуют на рост растений, а также косвенно влияют на конечный урожай, возникает задача детального изучения особенностей динамики формирования урожая в зависимости от внешних условий. Решение всех этих проблем требует построения и исследования комплексных математических моделей продукционного процесса с хорошо развитым биологическим блоком.
В настоящий момент построены достаточно подробные модели отдельных составляющих продукционного процесса (фотосинтеза, дыхания и т.д.) на уровне клетки, органа и частей растения. Однако на уровне целого растения и агро-ценоза моделирование процесса формирования биомассы требует более сложного концептуального осмысления. Это объясняется тем, что на более высоком уровне организации живой системы в ней обнаруживаются свойства, которые отсутствуют при рассмотрении отдельных ее компонентов. В связи с этим при построении и разработке математических моделей, описывающих продукционный процесс на уровне целого растения и агроценоза, перспективно использование идей и методов теории сложных систем (Поле-нок, 1988). При этом растение или агроценоз рассматриваются как сложные развивающиеся системы.
Существует ряд динамических моделей продукционного процесса сельскохозяйственных культур, которые можно использовать при прогнозировании урожайности (Полевой, 1988; Ктйзоу, 2004). Предложена информационная технология построения модели прогнозирования урожайности сельскохозяйственных культур по спутниковым данным на основе индукционного подхода (Куссуль и др., 2012). Однако вопрос раз-
работки и применения на практике несложной, но достаточно точной модели развития сельскохозяйственных культур остается открытым.
Цель работы — оценка урожайности агроцено-зов на основе сочетания спутниковой информации и математической модели с учетом количества минеральных элементов в почве и температуры воздуха. Предполагается, что сочетание этих двух этапов позволит разделить продукцию вегетативной и генеративной биомасс агроценозов.
МАТЕРИАЛЫ И МЕТОДЫ
Для интерпретации космических снимков использовали подспутниковые наблюдения растительности сельскохозяйственных угодий (Жукова и др., 2009). В качестве объекта исследований были выбраны сельскохозяйственные посевы пшеницы на территории юга Красноярского края (Минусинский р-н) и овса на территории Хакасии (Алтайский р-н).
В течение вегетационного сезона 2006 г. стандартными геоботаническими методами на стационарных площадках в даты, приближенные к датам прохождения спутника Modis/Terra, изучались агроценозы пшеницы и овса (Шевырногов и др., 2007). Координаты участков были зарегистрированы с помощью GPS-навигатора (Garmin Olithe, RS, USA).
Пробы для взвешивания сырой надземной биомассы отбирались в течение вегетационного сезона в пятикратной повторности с площадок 1 х 1 м2 (Жукова и др., 2009). Для оценки фотосин-тетически активной биомассы использовался нормализованный дифференциальный индекс растительности (normalized difference vegetation index (NDVI)), который вычислялся по формуле
NDVI = (NIR - RED)/(NIR + RED),
где NIR — отражение в ближней инфракрасной области спектра; RED — отражение в красной области спектра.
Обработку снимков и вычисление индекса NDVI проводили в программе ENVI 4.0 (Пугачева, Шевырногов, 2008). Расчет NDVI основывался на данных спектрорадиометра Modis (Terra) с пространственным разрешением 250 м.
Исследование математической модели сезонной динамики продуктивности сельскохозяйственных культур в зависимости от количества минеральных элементов и температуры воздуха проводилось в программе Mathcad с использованием коэффициентов, рассчитанных по результатам наземных измерений (Жукова и др., 2009).
Время, сут
Рис. 1. Динамика наземной фитомассы агроценоза пшеницы в 2006 г. (результаты полевых исследований). За начало отсчета принято 1 июня. 1 — генеративная, 2 — вегетативная, 3 — генеративная и вегетативная, 4 — общая биомасса.
Время, сут
Рис. 2. Динамика значений NDVI агроценоза пшеницы. За начало отсчета принято 1 июня. 1—3 — первый, второй и третий контуры (повторности) соответственно.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Исследования сезонной динамики агроцено-зов сельскохозяйственных культур проводили в два этапа. На первом этапе в результате обработки данных спутниковых исследований была определена динамика значений NDVI на территории юга Красноярского края, засеянной пшеницей и овсом. Второй этап состоял в построении и исследовании математической модели сезонной динамики продуктивности агроценозов сельскохозяйственных культур в зависимости от количества минеральных элементов и температуры воздуха. Модель состояла из системы дифференциальных уравнений, описывающих динамику продукции вегетативной и генеративной частей биомассы зерновых культур. Далее на основе сопоставления результатов спутниковых измерений (динамики NDVI), теоретических и экспериментальных результатов сезонной динамики биомассы вегетативных и генеративных органов была оценена возможность прогноза урожайности сельскохозяйственных культур.
Результаты полевых исследований динамики наземной фитомассы сельскохозяйственных куль
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.