🌾 Прогнозувальник Врожайності — Супутниковий NDVI Зустрічає Погодні Дані

NDVI (нормалізований різницевий вегетаційний індекс) обчислюється із супутникового відбиття як (NIR − Red) / (NIR + Red). Здорове, багате на хлорофіл листя сильно поглинає червоне світло для фотосинтезу, водночас сильно відбиваючи ближнє інфрачервоне світло, тому густа здорова крона дає значення NDVI близько 0,7–0,9. Оголений ґрунт, вода та пригнічена або рідка рослинність відбивають червоне й ближнє інфрачервоне світло більш схоже, даючи значення близько 0 або навіть від'ємні. Оскільки NDVI відстежує площу зеленого листя й вміст хлорофілу, а обидва тісно пов'язані з тим, скільки сонячного світла культура може вловити для фотосинтезу, це один із найпоширеніших вхідних параметрів операційних систем прогнозування врожайності у всьому світі.

Модель LUE (Монтіт, 1972) стверджує, що накопичення біомаси за певний період дорівнює APAR (поглинутій фотосинтетично активній радіації), помноженій на коефіцієнт ефективності використання світла, і зменшеній на фактори екологічного стресу: Біомаса = APAR × LUE × стрес. Сама APAR — це FPAR (частка вхідної радіації, поглинута кроною, оцінена за NDVI), помножена на вхідну сонячну радіацію. Ця симуляція обчислює FPAR із NDVI за простим лінійним співвідношенням, виводить APAR щотижня і множить на фіксований коефіцієнт LUE та на множники водного/теплового стресу, перш ніж накопичувати загальну біомасу, яка потім перетворюється на врожай зерна за допомогою індексу збору.

Температура впливає на дві речі: суми ефективних температур (GDD), які накопичуються як max(0, тижнева температура − базова температура) і визначають, наскільки далеко просунувся розвиток крони культури на логістичній кривій росту, та евапотранспірацію (ET), яка забирає воду з «відра» вологості ґрунту. Опади додають воду в те саме «відро». Співвідношення вологи до вологоємності ґрунту дає фактор водного стресу від 0 до 1, який гальмує і ріст крони, і накопичення біомаси; температури, що набагато вищі або нижчі за оптимум культури, застосовують додатковий штраф теплового стресу. Переміщення повзунків опадів і температури заново генерує всю траєкторію погоди сезону та «відро» вологості ґрунту, тому теплова карта поля й крива врожайності одразу змінюються після скидання.

Смуга походить з ансамблю Монте-Карло з 24 членів, який перераховується щотижня: кожен член відтворює реальну, вже спостережену погоду до цього тижня, а потім генерує нову випадкову траєкторію погоди (плюс власний фіксований шум ефективності використання світла та індексу збору) для решти ще не спостережених тижнів. На початку сезону майже весь сезон ще невідомий, але накопичена біомаса мізерна, тому абсолютний розкид у тоннах/гектар спочатку малий. У міру просування сезону накопичення шуму ефективності кожного члена відносно більшої накопиченої базової біомаси розширює абсолютний розкид, навіть попри те, що кількість ще невизначених майбутніх тижнів зменшується. Ближче до збору врожаю майже не залишається невідомих тижнів для повторного вибору, тому ансамбль знову стягується до єдиного реалізованого результату — утворюючи форму «розширення-потім-звуження». Це відображає те, як насправді поводяться реальні сезонні прогнози врожайності культур (які умовно залежать від уже реалізованої погоди та ансамблю майбутньої погоди).

Кожна клітинка сітки 10×10 має точно ту саму траєкторію опадів і температури (погода спільна для всього поля), але кожна клітинка має власний випадково згенерований множник якості ґрунту, який масштабує її вологоємність і початкову вологість. Клітинки з вищою якістю ґрунту висихають повільніше й довше залишаються вище порогу водного стресу під час посушливих періодів, тому вони підтримують вищий NDVI і накопичують більше біомаси. Саме тому реальні платформи точного землеробства накладають супутниковий NDVI на карти ґрунтів: та сама погода створює строкатість результатів на одному полі, бо саме ґрунт, а не лише погода, визначає, скільки з цієї погоди рослина справді може використати.

Сума ефективних температур накопичується щоразу, коли середня температура перевищує базову температуру, специфічну для культури (тут 8°C); тиждень із середньою температурою 20°C дає 7 × (20−8) = 84 GDD. Розвиток культури — проростання, розгортання листя, змикання крони, старіння — відстежує накопичену суму GDD набагато надійніше, ніж календарний час, тому агрономи планують посів, обприскування й вікна збору врожаю за GDD, а не за датою. Логістична крива використовується для потенційного росту крони (NDVI), тому що реальний розвиток крони повільний під час сходів, прискорюється на вегетативній стадії, а потім насичується, щойно крона повністю змикається й більше не може поглинати додаткове світло — це S-подібна, а не лінійна траєкторія, яку логістична функція описує єдиним параметром точки перегину.

Такі системи, як NASA Harvest, система прогнозування врожайності MARS Європейського Союзу та комерційні платформи на кшталт продуктів здоров'я культур Planet, поєднують реальні мультиспектральні супутникові знімки (Sentinel-2, Landsat, MODIS), сітчасті реаналізи або станційні погодні дані та бази даних про ґрунти, а потім об'єднують їх зі статистичними моделями або моделями машинного навчання для врожайності, навченими на роках історичних записів про врожай для кожного регіону. Ця симуляція відтворює той самий концептуальний конвеєр — вегетаційний індекс, стрес, зумовлений погодою, накопичення біомаси за ефективністю використання світла, ансамблева невизначеність — але із синтетичними зображеннями, вручну заданими (а не підібраними) коефіцієнтами й без реальної історичної калібровки, тож її слід сприймати як демонстрацію механізму, а не як виробничий інструмент прогнозування.

Повзунки задають середнє значення випадкового процесу генерації погоди для всього сезону, а не значення одного тижня, тому їхня зміна посеред сезону мовчки переписала б історію, яку модель уже «спостерігала», — а це фізично неможливо (не можна заднім числом змінити, скільки дощу вже випало). Натомість ця симуляція трактує кожну зміну повзунка як визначення нового гіпотетичного сценарію: натисніть скидання (або перемістіть повзунок і скиньте), щоб заново згенерувати свіжий сезон із власною траєкторією погоди, історією вологості ґрунту та ансамблевою смугою прогнозу, з нульового тижня.