MOSCOW ECONOMIC JOURNAL MOSCOW ECONOMIC JOURNAL Московский экономический журнал 2413-046X 111033 10.55186/2413046X_2025_10_12_295 edkhnb Землеустройство, кадастр и мониторинг земель Land Management, Cadaster, and Land Monitoring Землеустройство, кадастр и мониторинг земель FORECAST OF YIELD IN GRAIN UNITS USING A GEOGRAPHIC INFORMATION SYSTEM TO ASSESS THE EFFECTIVENESS OF LAND RECLAMATION PROJECTS Прогноз урожайности в зерновых единицах с помощью геоинформационной системы для оценки эффективности реализации проектов мелиорации https://orcid.org/0000-0002-8348-4391 Зверьков Михаил Сергеевич Zver'kov Mihail Sergeevich mzverkov@bk.ru

кандидат технических наук;

candidate of technical sciences;

 Мазурова Ирина Сергеевна Mazurova Irina Sergeevna ФГБНУ «ВНИИ систем орошения и сельхозводоснабжения «Радуга» Коломна Россия Federal State Budgetary Scientific Institution «All-Russian Scientific Research Institute «Raduga» Kolomna Russian Federation ФГБНУ «ВНИИ систем орошения и сельхозводоснабжения «Радуга» Коломна Россия Federal State Budgetary Scientific Institution «All-Russian Scientific Research Institute «Raduga» Kolomna Russian Federation 14 01 2026 14 01 2026 10 12 404 420 25 12 2025 https://ecience.ru/en/nauka/article/111033/view

В данной статье рассматривается методика вычисления продуктивности сельскохозяйственных культур в эквивалентных значениях. Это необходимо для сравнения урожайности сельскохозяйственных культур различных групп между собой. Также подобная оценка используется при анализе рентабельности инвестиционных проектов и эффективности экономической деятельности. Инструменты геоинформационной системы используются для визуализации расчетов. Приводятся результаты исследования авторов за период 2024 и 2025 гг. Анализируются геореференцированные растры NDVI. Отмечается, что на практике для оптимизации вычислений и обработки атрибутивной информации выполняют прямой анализ растров и извлечение статистики. Точность прогноза также определяется точностью оценки вероятного уровня урожайности исходной модели. Актуальность исследования обоснована тем, что для оценки эффективности мелиоративных мероприятий в настоящее время используется эквивалентная оценка урожайности в зерновых единицах как показатель эффективности выполнения запланированных мероприятий получателями субсидии. Результаты могут быть также использованы Департаментом мелиорации Минсельхоза России для дальнейшего совершенствования отраслевой информационной системы.

This the method of calculating crop productivity in equivalent values is considered in the article. This is necessary to compare the yield of crops of different groups with each other. Also, such an assessment is used in the analysis of the profitability of investment projects and the effectiveness of economic activity. Geographic information system tools are used to visualize calculations. The results of the authors' study for the period 2024 and 2025 are presented. NDVI georeferenced raster-grids are analyzed. It is noted that in practice, to optimize calculations and processing attribute information, direct analysis of rasters and extraction of statistics are performed. The accuracy of the forecast is also determined by the accuracy of estimating the likely yield level of the original model. The relevance of the study is justified by the fact that to assess the effectiveness of land reclamation activities, an equivalent assessment of yield is currently used as an indicator of the effectiveness of the planned activities by the recipients of the subsidy. The results of this study can also be used by to further improve the industry information system.

 урожайность геоинформационная система моделирование мелиорация yield geo-information system modeling reclamation

Савин И.Ю., Барталев С.А., Лупян Е.А., Толпин В.А., Хвостиков С.А. Прогнозирование урожайности сельскохозяйственных культур на основе спутниковых данных: возможности и перспективы // Соврем. проблемы дистанц. зондирования Земли из космоса. 2010. Т. 7. № 3. С. 275-285. Savin I.Yu., Bartalev S.A., Lupyan E.A., Tolpin V.A., Hvostikov S.A. Prognozirovanie urozhaynosti sel'skohozyaystvennyh kul'tur na osnove sputnikovyh dannyh: vozmozhnosti i perspektivy // Sovrem. problemy distanc. zondirovaniya Zemli iz kosmosa. 2010. T. 7. № 3. S. 275-285. Зверьков М.С., Смелова С.С. Научно-аналитический обзор методов прогнозирования урожайности сельскохозяйственных культур // Экология и строительство. 2023. № 2. C. 4–14. doi: 10.35688/2413-8452-2023-02-001. Zver'kov M.S., Smelova S.S. Nauchno-analiticheskiy obzor metodov prognozirovaniya urozhaynosti sel'skohozyaystvennyh kul'tur // Ekologiya i stroitel'stvo. 2023. № 2. C. 4–14. doi: 10.35688/2413-8452-2023-02-001. Евчук М.В., Батыров В.А., Оросов С.А. Эффективность возделывания сорговых культур в условиях центральной зоны Республики Калмыкия // Экология и строительство. 2025. No 1. C. 28–34. DOI: 10.35688/2413-8452-2025-01-004. Evchuk M.V., Batyrov V.A., Orosov S.A. Effektivnost' vozdelyvaniya sorgovyh kul'tur v usloviyah central'noy zony Respubliki Kalmykiya // Ekologiya i stroitel'stvo. 2025. No 1. C. 28–34. DOI: 10.35688/2413-8452-2025-01-004. Татаринцев Л.М., Татаринцев В.Л. Определение оптимальных гидротермических условий произрастания пшеницы мягкой яровой в засушливой степи Алтайского края // Экология и строительство. 2025. No 3. C. 12–22. DOI: 10.35688/2413-8452-2025-03-002. Tatarincev L.M., Tatarincev V.L. Opredelenie optimal'nyh gidrotermicheskih usloviy proizrastaniya pshenicy myagkoy yarovoy v zasushlivoy stepi Altayskogo kraya // Ekologiya i stroitel'stvo. 2025. No 3. C. 12–22. DOI: 10.35688/2413-8452-2025-03-002. Mapping irrigated areas in Afghanistan over the past decade using MODIS NDVI / Shahriar Pervez, M., Budde, M. & Rowland, J. // Remote Sensing of Environment. 2014. Vol. 149. P. 155–165. Mapping irrigated areas in Afghanistan over the past decade using MODIS NDVI / Shahriar Pervez, M., Budde, M. & Rowland, J. // Remote Sensing of Environment. 2014. Vol. 149. P. 155–165. Оценка площади и объема полигона твердых бытовых отходов с использованием данных дистанционного зондирования Земли / Д. И. Маклашин, М. Р. Вагизов, Р. М. Бобровская // Экология и строительство. 2025. № 2. С. 39-47. DOI: 10.35688/2413-8452-2025-02-005. EDN FNMMIE. Ocenka ploschadi i ob'ema poligona tverdyh bytovyh othodov s ispol'zovaniem dannyh distancionnogo zondirovaniya Zemli / D. I. Maklashin, M. R. Vagizov, R. M. Bobrovskaya // Ekologiya i stroitel'stvo. 2025. № 2. S. 39-47. DOI: 10.35688/2413-8452-2025-02-005. EDN FNMMIE. Hassan M. et al. A rapid monitoring of NDVI across the wheat growth cycle for grain yield prediction using a multi-spectral UAV platform // Plant Science (journal). 2019, Vol. 282, P. 95–103. Hassan M. et al. A rapid monitoring of NDVI across the wheat growth cycle for grain yield prediction using a multi-spectral UAV platform // Plant Science (journal). 2019, Vol. 282, P. 95–103. Bede L., Milics G. et al. Yield Prediction Using NDVI Values from GreenSeeker and MicaSense Cameras at Different Stages of Winter Wheat Phenology // Drones. 2024, Vol. 8, P. 88. DOI: 10.3390/drones8030088. Bede L., Milics G. et al. Yield Prediction Using NDVI Values from GreenSeeker and MicaSense Cameras at Different Stages of Winter Wheat Phenology // Drones. 2024, Vol. 8, P. 88. DOI: 10.3390/drones8030088. Feng, D., Yang, H., Gao, K., Jin, X., Li, Z., Nie, C., … Li, S. (2025). Time-series NDVI and greenness spectral indices in mid-to-late growth stages enhance maize yield estimation. Field Crops Research, 333. DOI: 10.1016/j.fcr.2025.110069 Feng, D., Yang, H., Gao, K., Jin, X., Li, Z., Nie, C., … Li, S. (2025). Time-series NDVI and greenness spectral indices in mid-to-late growth stages enhance maize yield estimation. Field Crops Research, 333. DOI: 10.1016/j.fcr.2025.110069 Zheng B. et al. Dynamic monitoring of NDVI in wheat agronomy and breeding trials using an unmanned aerial vehicle // Field Crops Research (Elsevier B.V.). 2017, Vol. 210, P. 71–80. Zheng B. et al. Dynamic monitoring of NDVI in wheat agronomy and breeding trials using an unmanned aerial vehicle // Field Crops Research (Elsevier B.V.). 2017, Vol. 210, P. 71–80. Dahal S. et al. Using NDVI to Differentiate Wheat Genotypes Productivity Under Dryland and Irrigated Conditions // Remote Sensing (journal). 2020, Vol. 12, 824. Dahal S. et al. Using NDVI to Differentiate Wheat Genotypes Productivity Under Dryland and Irrigated Conditions // Remote Sensing (journal). 2020, Vol. 12, 824. Zhang J. et al. Machine learning techniques and interpretability for maize yield estimation using Time-Series images of MODIS and Multi-Source data // Computers and Electronics in Agriculture. 2024. Vol. 222. DOI: 10.1016/j.compag.2024.109063. Zhang J. et al. Machine learning techniques and interpretability for maize yield estimation using Time-Series images of MODIS and Multi-Source data // Computers and Electronics in Agriculture. 2024. Vol. 222. DOI: 10.1016/j.compag.2024.109063. Mirhoseini Nejad S. M. et al. A Deep Neural Network for Crop Yield Prediction Using Earth Observations and Remotely Sensed Data // Journal of Se. T. in Applied Earth Obs. and Rem. Se. 2024. Vol. 17, P. 17489–17502. DOI: 10.1109/JSTARS.2024.3464411. Mirhoseini Nejad S. M. et al. A Deep Neural Network for Crop Yield Prediction Using Earth Observations and Remotely Sensed Data // Journal of Se. T. in Applied Earth Obs. and Rem. Se. 2024. Vol. 17, P. 17489–17502. DOI: 10.1109/JSTARS.2024.3464411. Lavalle C. et al. Economic evaluation of agricultural land to assess land use changes // LUP. 2016. Vol. 56. DOI: 10.1016/j.landusepol.2016.04.020. Lavalle C. et al. Economic evaluation of agricultural land to assess land use changes // LUP. 2016. Vol. 56. DOI: 10.1016/j.landusepol.2016.04.020. Zhi, Y., Li, X., Shen, T. et al. Land productivity declines in the GGW while human contributions to restoration far outweighing degradation. Sci Rep 15, 34948 (2025). DOI: 10.1038/s41598-025-18963-2. Zhi, Y., Li, X., Shen, T. et al. Land productivity declines in the GGW while human contributions to restoration far outweighing degradation. Sci Rep 15, 34948 (2025). DOI: 10.1038/s41598-025-18963-2.