Беденко А. Е. Корреляционный анализ индексов NDVI и NDMI на мелиорируемых землях // Научная жизнь. 2025. Т. 20. Вып. 6 (144). С. 1496-1503. DOI: 10.35679/1991-9476-2025-20-6-1496-1503

Беденко Алексей Евгеньевич, мл. науч. сотр., ФГБНУ «Всероссийский научно-исследовательский институт систем орошения и сельхозводоснабжения «Радуга»: Россия, 140483, Московская обл., г. Коломна, п. Радужный, стр. 33.

Тел.: (915) 179-70-52
E-mail: timbothdoom@gmail.com

В статье представлены результаты исследования взаимосвязи вегетационного индекса NDVI и индекса влажности NDMI для мониторинга орошаемых посевов кукурузы в условиях Ростовской области. На основе анализа 15 мультиспектральных снимков Landsat 8/9 за вегетационный период 2025 года установлена статистически значимая сильная положительная корреляция между индексами с коэффициентом Пирсона 0,987 (p<0,001). Регрессионный анализ показал, что 97,4% изменчивости NDVI объясняется вариациями NDMI, что подтверждает ключевую роль влагообеспеченности в продуктивности культуры. Наибольшая синхронность динамики индексов наблюдалась в фазы активного роста и пиковой вегетации. Выявлена способность NDMI служить опережающим индикатором водного стресса. Разработанная регрессионная модель позволяет дифференцировать природу стрессовых состояний посевов. Результаты демонстрируют практическую ценность комплексного мониторинга NDVI и NDMI для систем прецизионного орошения.

Список литературы:

1. Кондратьева О. В., Слинько О. В. Выращивание кукурузы отечественной селекции в Российской Федерации // Аграрная наука-сельскому хозяйству. – 2021. – С. 164-165.

2. Тешева С. А. Агробиологические особенности возделывания кукурузы на Кубани // Итоги научно-исследовательской работы за 2021 год. – 2022. – С. 103-105.
3. Кутлубаев А. А., Асылбаев И. Г., Пугин А. М. Способы визуального мониторинга вегетационной активности посевов сельскохозяйственных культур при помощи квадрокоптера DJI phantom 4 advanced // Теория и практика современной аграрной науки. – 2022. – С. 105-108.
4. Кузнецова А. С., Ерунова М. Г., Якубайлик О. Э. Обеспечение оперативного мониторинга сельскохозяйственных посевов спутниковыми данными // Аграрный вестник Урала. – 2023. – Т. 23, №. 9. – С. 29-40.
5. Ding Y. et al. Response of vegetation to drought and yield monitoring based on NDVI and SIF // Catena. – 2022. – Vol. 219. – 106328.
6. Amiri M., Pourghasemi H. R. Mapping the NDVI and monitoring of its changes using Google Earth Engine and Sentinel-2 images // Computers in Earth and Environmental Sciences. – Elsevier, 2022. – P. 127-136.
7. Мартынова Н. Г., Кравченко В. Г. Мониторинг сельскохозяйственных земель по данным дистанционного зондирования земли // International agricultural journal. – 2023. – Vol. 66, №. 1. – P. 7.
8. Зверьков М. С. Анализ сезонной динамики вегетационного индекса NDVI озимой пшеницы по данным спутникового мониторинга Landsat 8 и в условиях "in situ" / М. С. Зверьков, С. С. Смелова // Московский экономический журнал. – 2024. – Т. 9, № 12. – С. 26-46.
9. Саадалов Т., Мырзаибраимов Р., Абдуллаева Ж. Д. Методика расчета коэффициента корреляции Фехнера и Пирсона, и их области применения // Бюллетень науки и практики. – 2021. – Т. 7, №. 10. – С. 270-276.
10. Narra N., Linna P., Lipping T. Calculating Productivity zones of crop fields using open satellite data // IGARSS 2022-2022 IEEE International Geoscience and Remote Sensing Symposium. – IEEE, 2022. – P. 6073-6076.
11. Aghayev A., Řezník T., Konečný M. Enhancing Agricultural Productivity: Integrating Remote Sensing Techniques for Cotton Yield Monitoring and Assessment // ISPRS International Journal of Geo-Information. – 2024. – Vol. 13, №. 10. – P. 340.
12. Wang M. et al. Evaluation of survey and remote sensing data products used to estimate land use change in the United States: Evolving issues and emerging opportunities // Environmental Science & Policy. – 2022. – Vol. 129. – P. 68-78.

CORRELATION ANALYSIS OF NDVI AND NDMI INDICES ON RECLAIMED LANDS

Bedenko Alexey Evgenievich, Junior researcher. Ass. Prof., All-Russian scientific research institute of irrigation and agricultural supply systems "Raduga", Kolomna, Russia.

Keywords: remote sensing of the Earth, NDVI, NDMI, irrigation monitoring, corn, vegetation indices, correlation analysis, water stress, precision agriculture.

Abstract. The article presents the results of a study of the relationship between the NDVI vegetation index and the NDMI moisture index for monitoring irrigated corn crops in the Rostov region. Based on the analysis of 15 multispectral Landsat 8/9 images for the growing season of 2025, a statistically significant strong positive correlation was established between the indices with a Pearson coefficient of 0.987 (p<0.001). Regression analysis showed that 97.4% of NDVI variability is explained by NDMI variations, which confirms the key role of moisture availability in crop productivity. The greatest synchronicity of index dynamics was observed in the phases of active growth and peak vegetation. The ability of NDMI to serve as a leading indicator of water stress has been revealed. The developed regression model makes it possible to differentiate the nature of stress conditions in crops. The results demonstrate the practical value of integrated NDVI and NDMI monitoring for precision irrigation systems.