федеральное государственное автономное образовательное учреждение высшего образования
«Самарский национальный исследовательский университет имени академика С.П. Королева»

Свежие новости

События

"Электронный агроном" даст прогноз на урожай и поможет фермеру советом

"Электронный агроном" даст прогноз на урожай и поможет фермеру советом

Самарский университет

Разработанный в Самарском университете программный комплекс подскажет сельхозпроизводителям, что, где и когда следует сеять

разработки Наука Исследования партнеру студенту сотруднику институт информатики математики и электроники кафедра геоинформатики и информационной безопасности
06.02.2020 2020-02-06
Зима-2020 отличается аномальным теплом — побиты максимумы температуры многолетних наблюдений. Специалисты в области сельского хозяйства пока затрудняются оценить как именно необычные погодные условия отразятся на будущем урожае. Ответить на этот вопрос поможет созданный учеными Самарского университета "электронный агроном" — программный комплекс, способный путем анализа различных факторов прогнозировать урожайность посевов и помогать сельхозпроизводителям добиваться высоких показателей.
Разработанная система поддержки принятия решений, основанных на динамическом прогнозе урожайности, использует геоинформационные технологии точного земледелия и данные дистанционного зондирования Земли. Самарские ученые ведут исследования в этой области уже не первый год, программный комплекс точного земледелия постоянно развивается и получает новые опции, углубляющие его возможности. Работы ведутся совместно с АО "Самара-Информспутник" при поддержке министерства сельского хозяйства и продовольствия Самарской области. О некоторых алгоритмах работы комплекса можно узнать в статье "Информационная технология раннего распознавания видов сельскохозяйственных культур по космическим снимкам" в журнале "Компьютерная оптика".
harvest-picture
"Этот программный комплекс в сфере агропрома сейчас активно развивается. Благодаря ему агрономы и сотрудники Минсельхоза, например, имеют полную актуальную картину сельскохозяйственных посевов, что позволяет увеличить точность и эффективность использования ресурсов, — рассказал один из разработчиков системы, доцент кафедры геоинформатики и информационной безопасности университета Андрей Чернов. — Теперь мы добавили в систему такую опцию, как прогнозирование урожайности и выходим на планирование севооборота. То есть, комплексная система, учитывая множество факторов, будет помогать сельхозпроизводителям принимать обоснованные решения в своей деятельности. К примеру, что в каком порядке, в какие сроки и в каких объемах сеять, когда и какие удобрения вносить, чтобы получить тот или иной результат".
Программный комплекс занимается рациональным планированием структуры посевных площадей, прогнозированием урожайности на различных этапах — от сева до уборки, а также контролем и анализом данных по собранному урожаю — во время уборочной кампании и по ее окончанию. Площадь одновременно анализируемых посевов — от 100 до 1 млн га.
Для создания прогноза урожайности по тому или иному полю комплекс оценивает в динамике состояние посевов по данным снимков из космоса, анализирует показатели температуры, влажности и осадков, принимает во внимание типы и качество посевов на этом поле в предыдущие годы, текущее состояние почвы и даже рельеф местности.
"Из космоса можно увидеть, как развиваются сельскохозяйственные культуры, какой у них индекс NDVI (Normalized Difference Vegetation Index — вегетационный индекс, показывающий количество фотосинтетически активной биомассы). Наряду с метеорологическими данными учитываются биологический потенциал семян, сорт растений, качество почвы и множество других факторов", — отметил Андрей Чернов.
По данным разработчиков, на российском агрорынке в настоящее время нет систем поддержки принятия решений, основанных на динамическом прогнозе урожайности. Потенциальная емкость рынка в этой сфере составляет от 800 млн до 4 млрд рублей в год при общей площади анализируемых посевов в 80 млн га. Предполагается, что сельхозпроизводители будут взаимодействовать со своим "электронным агрономом" по интернету через веб-сервис или специальное мобильное приложение. Системой сможет воспользоваться любой сельхозпроизводитель.
Справочно:
В Самарском университете сформирована одна из ведущих российских научных школ в области обработки данных дистанционного зондирования Земли (ДЗЗ) и геоинформатики. Научная работа в этом направлении сосредоточена на кафедре геоинформатики и информационной безопасности, а также в профильной научно-исследовательской лаборатории (НИЛ-55) и реализуется в партнерстве с Институтом систем обработки изображений РАН и ОАО "Самара-Информспутник".
Деятельность коллектива исследователей направлена на разработку и эксплуатацию геоинформационных систем, а также создание продуктов и сервисов, основанных на использовании данных ДЗЗ по таким направлениям, как урбанистика и городское планирование, освоение природных ресурсов и сельское хозяйство, картография и навигация, транспорт и мониторинг природных катастроф. На их базе создаются мобильные приложения и сервисы геолокации, системы экологического мониторинга, оценки ущерба для страховых требований, оценки недвижимости, а также помощи при стихийных бедствиях и прочие.
Профильные кафедры и исследовательские центры оснащены современными системами приема и обработки космической информации, комплексами защиты информации, а также другим специальным оборудованием.
Список статей:
1. Воробьева Н. С., Сергеев В. В., Чернов А. В. Информационная технология раннего распознавания видов сельскохозяйственных культур по космическим снимкам //Компьютерная оптика. — 2016. — Т. 40. — №. 6.
2. Денисова А. Ю., Кузнецов А. В., Глумов Н. И. Технология сегментации изображений сельскохозяйственных угодий с использованием морфологических профилей //Информационные технологии и нанотехнологии. — 2018. — С. 576-585.
3. Евстифорова А. В., Денисова А. Ю. Анализ влияния почвенных характеристик на результаты регрессионного моделирования урожайности озимой пшеницы по данным вегетационного индекса NDVI //Информационные технологии и нанотехнологии. — 2018. — С. 664-673.
Фото: pixabay.com