Отмечается, что урожайность является интегральным показателем состояния сельскохозяйственных земель. Технология дистанционного зондирования Земли эффективно используется для наблюдений за растениями в период вегетации. Значение спектрального вегетационного индекса NDVI может быть использовано для прогноза урожайности различных сельскохозяйственных культур. Цель исследований заключалась в прогнозе урожайности озимой пшеницы (Triticum aestivum L.) по значению вегетационного индекса NDVI. Научно-практическая значимость результатов исследований, полученных по представленной методике, может быть адаптирована для фенологических наблюдений и изучения продуктивности посевов Triticum aestivum L. в других условиях. Для прогноза использовался набор спектральных изображений спутника Sentinel-2 Европейского космического агентства. Расчеты выполнены в геоинформационной системе QGIS (ver. 3.28.1 «Firenze») и SAGA GIS9.3.1. По данным прогноза, урожайность Triticum aestivum L. составила 60,41 ± 0,06 ц/га, ошибка прогноза по сравнению с фактически полученной – 2,2%. //Tis noted that productivity is an integral indicator of the condition of agricultural lands. Earth remote sensing technology is effectively used to observe plants during the growing season. The value of the NDVI spectral vegetation index can be used to predict the yield of various crops. The purpose of the study was to predict the yield of winter wheat (Triticum aestivum L.) based on the value of the NDVI vegetation index. The scientific and practical signifi cance of the research results obtained using the presented methodology can be adapted for phenological observations and studying the productivity of Triticum aestivum L. crops. in other conditions. A set of spectral images from the Sentinel-2 satellite (European Space Agency) was used for the forecast. The calculations were performed in the geographic information system QGIS (ver. 3.28.1 “Firenze”) and SAGA GIS9.3.1. According to the forecast, the yield of Triticum aestivum L. was 60.41 ± 0.06 kg/ha, the forecast error compared to the actual one was 2.2%.