Вегетационный индекс NDVI является одним из эффективных показателей, позволяющих оценивать изменение зеленой биомассы растительного покрова. При прогнозировании урожайности сельскохозяйственных культур зачастую применяются регрессионные модели, где в качестве одного из независимых предикторов рассматривается максимальное значение индекса NDVI. Исследование сезонной динамики индекса NDVI пахотных земель региона в целом является особо важной задачей для тех территорий, где доминирует определенная сельскохозяйственная культура. В частности, приоритетной культурой сельского хозяйства ЕАО, является соя. Доля посевных площадей сои в последние годы превышает 90% от общей площади пахотных земель региона.
Для пахотных земель Октябрьского и Ленинского районов ЕАО в период с 2007 по 2019 гг с помощью системы Вега-Science были получены еженедельные композиты NDVI. Сформированные ежегодные динамические ряды значений для 22-42 календарных недель аппроксимировались с помощью функций Гаусса, двойной логистической функции, а также полиномов 2-й и 3-й степени (с применением алгоритма Левенберга-Марквардта). Было установлено, что сглаженная кривая сезонного хода NDVI пахотных земель идентична сезонному ходу NDVI на отдельных полях сои. Максимальное значение функций наблюдалось к 32 календарной неделе, что соответствует первой декаде августа. Достоверно выявлена значимость различий в точности модели: ошибка моделирования с использованием двойной логистической функции не превышала 4,5%, в то время как ошибка гауссианы и полиномиальных моделей находилась в пределах 5,7-7,3%. Вместе с тем, показана возможность использования функции Гаусса и двойной логистической функции для раннего прогнозирования урожайности сои в районах ЕАО, до прохождения максимума NDVI пахотных земель. Ошибка прогнозирования при применении функции Гаусса в период с 27 по 32 календарную неделю была достоверно ниже в сравнении с двойной логистической функцией, и не превышала 8,5%.
Таким образом, было показано, что двойную логистическую функцию целесообразно использовать для сглаживания ряда еженедельных композитов NDVI пахотных земель соепроизводящего региона и идентификации основной культуры; для раннего прогнозирования максимума NDVI, и, соответственно, прогнозирования урожайности, оптимально применять функцию Гаусса.