Определение урожайности сельскохозяйственных культур по спутниковым снимкам флуоресценции хлорофилла.
В разных уголках планеты наблюдается снижение урожайности сельскохозяйственных культур, что связано с изменением климата – глобальным потеплением. Каждое повышение температуры на 1 градус по Цельсию снижает доход и прибыль сельхозпроизводителя.
Сельхозпроизводители в развитых странах имеют доступ к большим объёмам данных и инструментам управления рисками, которые помогают им справляться с негативным влиянием жаркой погоды на урожайность и прибыль. Однако в развивающихся странах информации недостаточно, и сложно точно определить урожайность сельскохозяйственных культур.
Исследователи из Корнеллского университета (США) разработали методику прогнозирования урожайности сельскохозяйственных культур, которая не требует большого количества качественных данных, что актуально для развивающихся стран с проблемами нехватки продовольствия и климатическими рисками.
Учёные предлагают использовать спутниковые снимки для дистанционного определения флуоресценции хлорофилла под воздействием солнечного света в качестве метода оценки и прогнозирования урожайности сельскохозяйственных культур.
Флуоресценция хлорофилла — явление свечения хлорофилла при поглощении им света, которое происходит в результате возвращения молекулы из возбуждённого в основное состояние. Оно служит показателем преобразования фотосинтетической энергии в растениях.
Измерение флуоресценции хлорофилла не дает прямого ответа на вопрос, например, о количестве початков кукурузы на поле, но оно является первым шагом моделирования процесса фотосинтеза на основе этого показателя. Ведь урожайность сельскохозяйственных культур напрямую связана с фотосинтезом. И здесь важно иметь практичную механистическую модель.
Учёные применили представленный подход к полям с кукурузой в США и пшеницей в Индии и обнаружили, что он может быть универсальным для любых культур.
Преимуществом данного подхода является то, что он использует доступность спутниковых данных и является более дешёвым и быстрым в использовании по сравнению с другими методами прогнозирования урожайности. Он может быть полезным не только для оценки и прогнозирования урожайности сельскохозяйственных культур определенных сельскохозяйственных культур, но и для принятия политических решений, организации страхования урожая и даже для выявления бедных районов.
Источник: https://phys.org/news/2024-05-satellite-images-fluorescence-crop-yields.html