Ekolozi Univerziteta RUDN pronašli su parametar na satelitskim snimcima koji omogućava precizno izračunavanje i povećanje prinosa pšenice. Takva tehnologija pomaže agronomima da prate useve i donose odluke. Ovi rezultati su objavljeni u The Egiptian Journal of Remote Sensing and Space Science.
Niski prinosi obično su povezani sa poremećajima agroklimatskih uslova, nepravilnom ili neblagovremenom obradom zemljišta, bolestima i štetočinama. Laboratorijske analize zahtevaju mnogo vremena i opreme i ne mogu da daju potpunu prostornu sliku. Da bismo rešili problem nestabilnosti prinosa potrebni su nam novi pristupi. Jedan od njih je satelitsko praćenje.
Slike dobijene sa satelita omogućavaju da se istovremeno procene stope rasta useva na velikoj površini i preduzmu pravovremene mere za sprečavanje smanjenja prinosa. Ekolozi Univerziteta RUDN i kolege iz Alžira, Egipta i Rusije odredili su indikator koji će pomoći u izračunavanju prinosa sa skoro 100% tačnosti. Napravili su eksperiment koristeći nekoliko sorti ozime pšenice kao primer.
„Neophodno je unaprediti tehnologije uzgoja uzimajući u obzir sortne karakteristike i zemljišno-klimatske uslove. Moramo povećati potencijal novih sorti ozime pšenice i rešiti probleme nestabilnosti useva. Zbog toga su savremene tehnologije gazdovanja useva važne za poljoprivredu“, rekao je on. “ rekao je dr Dmitrij Kučer, rukovodilac Naučnog centra za istraživanje, integrisani dizajn i razvoj urbanog i poljoprivrednog područja na Univerzitetu RUDN.
Više od godinu dana, ekolozi su posmatrali rast pšenice koja je uzgajana u tri različita režima tretmana zemljišta, semena i biljaka, od standardnog do visokog intenziteta. Da bi to uradili, autori su koristili satelitske snimke Sentinel-2 rezolucije od 10 do 60 metara. Istovremeno, ekolozi Univerziteta RUDN pratili su pokazatelje „zemlja“ pšenice: prinos useva i kvalitet zrna. Sa satelitskim snimcima u različitim rasponima, oni su odredili indikatore rasta pšenice — indekse vegetacije, koji odražavaju gustinu vegetacije, aktivnost fotosinteze, sadržaj hlorofila i druge.
Rezultati su pokazali da način tretmana značajno utiče na sve vegetacijske indekse. Sami indeksi dobro koreliraju (ne manje od 83%) sa konačnim indikatorom — prinosom useva. Pokazalo se da je indeks zelenog hlorofila (CGI) najefikasniji za predviđanje količine žetve — njegova korelacija sa prinosom je bila 98%.
„Otkrili smo potencijal upravljanja usevima korišćenjem indeksa daljinske vegetacije. Rezultati pokazuju prednosti daljinske detekcije u pogledu troškova i oblasti praćenja u poređenju sa tradicionalnim metodama. Daljinsko detektovanje otkriva prostorne varijacije u rastu. Ovo će poboljšati kultivaciju i pomoći u postizanju optimalnog proizvodnje u smislu kvantiteta i kvaliteta“, rekao je dr Dmitrij Kučer, rukovodilac Naučnog centra za istraživanje, integrisani dizajn i razvoj urbanizma i poljoprivrede Univerziteta RUDN.
