The Use of Remote Sensing and Geographical Information Systems for the Forecasting of Wheat Yield by Ostan in Iran

Low-cost, accurate yield prediction is an important tool for assessing the state of the world's grain markets. Governments and organizations around the world use geomatics technologies, such as remote sensing and geographical information systems (GIS), as a means of providing practical, real-time analysis capabilities, which can be utilized in many ways, including yield forecast. This paper outlines a procedure to forecast wheat yields at the end of a growing season. Remote sensing data such as SPOT imagery were used, in combination with IDRISI and ArcView software, for yield forecasting. In this study the forecasting of wheat yields was done over two growing seasons; namely, a short growing season and a long growing season. Forecasts were made for 9 Iranian Ostans (provinces) with short growing seasons and for 19 (the remaining provinces) with long seasons. Multiple regression analysis was used for forecasting wheat yield. The dependent variable for this analysis was the wheat yield for each province, for the years 2000, 2001, and 2002 and for the total of these three years. The independent variables for the analysis were the biomass index (NDVI), total monthly precipitation, total monthly temperature, total monthly bright-sunshine hours, and total amount of fertilizer for the growing period. The NDVI data were available from SPOT imagery of 1 × 1 km resolution, with a 10-day maximum-value composite coverage over the growing season. The results of this study showed that the forecast of wheat yields after the short growing season was very significant in comparison to the reported yield for the total of the three years combined (r-value of 0.986), as well as for each year individually (r-value correlations of 0.963, 0.846, and 0.778, respectively). In the long-growing-season regions the forecast was less significant for the total of the three years combined (r-value of 0.681), as well as for each year individually (r-values between forecast and reported were 0.715, 0.644, 0.696, respectively). These results indicate that the forecast of wheat yields for the short growing season is more accurate than for the long growing season. One would also expect that, if other independent variables such as soil morphology and farm management were included in the analysis, the forecast of the wheat yield would be more accurate.

Les prévisions de récolte précises et bon marché constituent un outil important pour saisir la situation des marchés mondiaux des céréales. Les gouvernements et les organisations de par le monde utilisent des technologies géomatiques, comme la télédétection et les systèmes d'information géographique (SIG) comme des moyens pour fournir des capacités d'analyse en temps réel utilisables de différentes manières notamment pour prévoir les récoltes. Cet article décrit une procédure pour prévoir les récoltes de blé à la fin de la saison de croissance. Des données de télédétection, telle que l'imagerie SPOT, ont été utilisées en combinaison avec les logiciels IDRISI et ArcView pour réaliser ces pronostics. Dans cette étude, la prévision des récoltes de blé a été établie pour deux saisons de culture, à savoir, une saison de culture courte et une saison de culture longue. Les prédictions ont été faites pour 9 provinces iraniennes (Ostans) à saison courte et pour les 19 autres provinces aux saisons longues. L'analyse par régression multiple a été employée pour les prévisions. La variable dépendante dans cette analyse est le rendement de blé dans chaque province pour les années 2000, 2001, et 2002 et pour le total de ces trois années. Les variables indépendantes dans cette analyse sont l'indice de biomasse (NDVI), les précipitations mensuelles, la température totale mensuelle, le nombre d'heures de rayonnement solaire mensuel et la quantité totale d'engrais utilisée pendant la période de croissance. Les données NDVI ont été extraites à partir d'images SPOT d'une résolution de 1 × 1 km, avec une durée moyenne de couverture composite maxima de 10 jours pendant la saison de croissance. Les résultats de cette étude montrent que les prédictions du rendement de blé après la courte saison de culture corrèle de façon significative avec le rendement annoncé pour le total des trois années combinées (r = 0.986), de même qu'avec chaque année prise séparément (r compris entre 0.963, 0.846, et 0.778, respectivement). Pour les régions aux longues saisons de culture, les prédictions étaient moins performantes pour le total des trois années combinées (r = 0.681), de même que pour chaque année prise séparément (r entre prédiction et observation 0.715, 0.644, 0.696, respectivement). Ces résultats indiquent que les prédictions des rendements pour la courte saison sont plus précises que pour la longue saison. On peut aussi supposer que si d'autres variables indépendantes, telles que la morphologie des sols et la question de la gestion des fermes étaient inclues dans l'analyse, les prédictions des rendements de blé seraient plus exactes.