Оценка эффективности спектральных индексов по гиперспектральным снимкам EnMAP для прогнозирования урожайности озимой пшеницы с применением машинного и глубокого обучения Исследование оценивает возможности спутниковой гиперспектральной съёмки EnMAP для прогноза урожайности озимой пшеницы в Венгрии. Использованы сцены 23 февраля и 8 мая 2023 года, а также данные комбайнового картографирования урожайности на четырёх полях. На основании спектральных индексов построены регрессионные модели Random Forest (RF), Gradient Boosting (GB) и многослойного персептрона (MLP). Объединение двух сроков съёмки улучшило качество прогнозирования: для MLP достигнуты R² = 0,79 и MAE = 0,27 т/га. Показана высокая значимость индексов коротковолнового ИК-диапазона, особенно в ранние фазы вегетации. Перенос результатов на другие поля и годы требует самостоятельной проверки. Источник