Ученые Северо-Кавказского федерального университета (СКФУ) занимаются разработкой высокоточной системы, способной прогнозировать урожайность с использованием анализа вегетационных данных различных модальностей. Об этом заявила младший научный сотрудник департамента науки СКФУ Валентина Арустамян на пресс-конференции в «ТАСС Кавказ» в регионе.

«Мы получили грант на 2026-27 годы для сбора и обработки мультиспектральных данных, поступающих со спутника. Эти данные включают вегетационные индексы, важные для оценки качества почвы и количества воды в растениях. Мультиспектральные данные позволяют анализировать состояние почвы, определять время внесения удобрений и общее состояние сельскохозяйственных угодий», — пояснила Арустамян.

Разработчики проекта стремятся решить проблему низкой точности прогнозирования состояния сельскохозяйственных культур, возникающую из-за шумов и несовместимости данных из разных источников. В данной работе применяются методы машинного обучения, включая трансформерные архитектуры, для интеграции мультиспектральных снимков, полученных с БПЛА и спутников Sentinel-2, с агрометеорологическими данными.

«Главный итог проекта заключается в создании предсказательной модели вегетационных индексов, стойкой к пропускам данных. Эта инновация позволит аграриям заблаговременно планировать агротехнические мероприятия, минимизируя потери урожая. Технология обладает потенциалом масштабирования и способствует цифровизации в сельском хозяйстве, что укрепляет продовольственную безопасность. Основная цель проекта — перейти от простого контроля состояния полей к точному прогнозированию, возможно благодаря объединению разнородных данных в единые, устойчивые к шумам ML-модели, которые станут эффективным инструментом для управления урожаем», — добавила Валентина Арустамян.

• Телеграм
• Дзен
• Подписывайтесь на наши каналы и первыми узнавайте о главных новостях и важнейших событиях дня.