RT - article
SR - Electronic
T1 - Оценка возможности использования данных дистанционного зондирования и цепей Маркова для прогноза развития растительного покрова
JF - Известия Национальной академии наук Беларуси. Серия аграрных наук
SP - 2020-05-12
DO - 10.29235/1817-7204-2020-58-2-176-184
A1 - Мыслыва Т. Н., 
A1 - Бушуева В. И., 
A1 - Волынцева В. А., 
YR - 2020
UL - https://www.academjournals.by/publication/10942
AB - В условиях глобальных климатических изменений актуальной является разработка надежных моделей, позволяющих получать достоверные прогнозы развития растений на основе комбинирования данных дистанционного зондирования Земли и статистического моделирования. Моделирование посредством цепей Маркова – эффективный и одновременно простой способ прогнозирования случайных событий, к которым относится и прогнозирование продуктивности фитомассы сельскохозяйственных культур. Данные дистанционного зондирования Земли, полученные со спутника Sentinel-2, с пространственным разрешением 10 м были использованы для вычисления величины вегетационного индекса NDVI и получения разновременных растров (2017–2019 гг.) c различной степенью развития растительного покрова. Для построения матрицы вероятности перехода из одного состояния в другое для различных уровней развития растительности использовались функциональные возможности геоинформационных систем, посредством которых выполнялась классификация растровых изображений, их преобразование в векторные слои и установление областей пересечения. Матрица вероятностей в дальнейшем использовалась для прогнозирования развития растительности с использованием в качестве предиктора марковской модели. Разработанная прогнозная модель была проверена на выполнимость теста χ2. Полученные результаты показали, что как смоделированные значения, так и фактическая площадь распределения растительности с различной степенью развития, определенная по имеющемуся растровому изображению за 2019 г., хорошо соотносятся между собой. Результаты исследования могут быть полезны при разработке методики прогнозирования и при непосредственном прогнозировании урожайности, прежде всего плотнопокровных сельскохозяйственных культур, а также для оценки продуктивности пастбищ и создания эффективных пастбищеоборотов.