Виктор Валентинович Альт, доктор технических наук, профессор, академик Российской академии наук
Краснообск, Новосибирская область
г. Новосибирск
Viktor V. Alt, Dr.Sc.(Eng.), professor, member of the Russian Academy of Sciences
Krasnoobsk, Novosibirsk region
Novosibirsk
Алексей Алексеевич Солошенко, младший научный сотрудник
Краснообск, Новосибирская область
г. Новосибирск
Aleksei A. Soloshenko, junior researcher
Krasnoobsk, Novosibirsk region
Novosibirsk
Светлана Павловна Исакова, старший научный сотрудник
Краснообск, Новосибирская область
Svetlana P. Isakova, senior researcher
Krasnoobsk, Novosibirsk region
Олег Федорович Савченко, кандидат технических наук, ведущий научный сотрудник
Краснообск, Новосибирская область
Oleg F. Savchenko, Ph.D.(Eng.), leading researcher
Krasnoobsk, Novosibirsk region
Олег Владимирович Елкин, кандидат технических наук, ведущий научный сотрудник
Краснообск, Новосибирская область
Oleg V. Elkin, Ph.D.(Eng.), leading researcher
Krasnoobsk, Novosibirsk region
Отметили, что традиционные методы наблюдения за посевами относятся к трудоемким, затратным по времени и стоимости, а применение спутниковых снимков ограничивается погодными условиями, низким разрешением и большим интервалом между съемками. Использование беспилотных летательных аппаратов (БПЛА) позволяет оперативно проводить мониторинг, своевременно обнаруживать отклонения и нарушения в развитии растений. (Цель исследования) Разработать информационную модель оперативного мониторинга с применением БПЛА и поддержки принятия решений. (Материалы и методы) К ключевым операциям ухода за посевами относятся дифференцированное опрыскивание с учетом карты обрабатываемых зон, точечное и зональное внесение удобрений по значениям индексов NDVI/NDRE, выявление болезней и вредителей, а также прогнозирование урожайности на основе статистической обработки временных рядов. Проведен системный и контент-анализ существующих материалов. Учитывая значительный объем и разнообразие данных, получаемых с БПЛА, особенно при производстве зерновых культур, обосновали выбор метода информационного моделирования. (Результаты и обсуждение) Выделены преимущества и недостатки применения БПЛА в сельском хозяйстве. Показали, что большой объем разнообразной информации с БПЛА необходимо собирать, систематизировать и качественно обрабатывать. Предложена схема информационной модели оперативного мониторинга посевов и поддержки принятия решений в точном земледелии на основе данных с БПЛА. В схеме предусмотрены блоки получения и предварительной обработки данных, вычислительный модуль для выполнения математического анализа с применением методов моделирования, машинного обучения и экспертной системы для выдачи рекомендаций по проведению агротехнических мероприятий. (Выводы) Обосновали, что внедрение БПЛА при грамотной организации процесса позволит снизить затраты на ресурсы топлива, воды, удобрений и пестицидов. Кроме этого, применение БПЛА будет способствовать повышению урожайности и эффективности использования трудовых ресурсов за счет точного мониторинга, автоматизации и оптимизации агротехнических мероприятий.
Traditional crop monitoring methods are labor-intensive, time-consuming, and costly, while satellite imagery is constrained by dependence on weather conditions, low spatial resolution, and infrequent revisit times. In contrast, unmanned aerial vehicles (UAVs) off er rapid, high-resolution monitoring that enables the timely detection of anomalies and disruptions in crop development. (Research purpose) To develop an information model for real-time crop monitoring and decision support based on data collected by unmanned aerial vehicles (UAVs). (Materials and methods) Data obtained from UAVs support key crop management operations, including variable-rate spraying based on treatment zone maps, site-specific and zonal fertilization guided by the Normalized Difference Vegetation Index (NDVI) and the Normalized Difference Red Edge Index (NDRE), early detection of diseases and pests, and yield forecasting through statistical analysis of time series. A systematic content analysis of existing literature was conducted. Given the large volume and diversity of associated with UAV application in agriculture, particularly in cereal crop production, an appropriate information modeling approach was identified and substantiated. (Results and discussion) The advantages and limitations of UAV use were identified. It was shown that UAV-based agricultural monitoring generates vast and diverse datasets that require systematic collection, structuring, and efficient processing. The study substantiates and proposes an information model scheme for real-time crop monitoring and decision support in precision agriculture. The model includes modules for data collection and preprocessing, a computational module for mathematical analysis incorporating modeling and machine learning, and an expert system that generates recommendations for agro-technical interventions. (Conclusions) The study demonstrates that the effective integration of UAVs into crop management processes can reduce the consumption of fuel, water, fertilizers, and pesticides. Additionally, the use of UAVs increases yield potential and improves labor efficiency by enabling precise monitoring, automation, and optimization of agro-technical operations.
The authors declare that there are no conflicts of interest present.