| Название НИОКТР |
Мониторинг и интеллектуальное управление продуктивностью орошаемых агрофитоценозов в условиях рискованного земледелия Волгоградской области с использованием алгоритмов искусственного интеллекта и нейронных сетей глубокого обучения
|
| Аннотация |
Развитие технологий искусственного интеллекта, методов глубокого машинного обучения и нейросетевых технологий обуславливает возможность их широкого применения в различных отраслях народного хозяйства, в том числе сельском. Согласно посланию Президента Российской Федерации Федеральному Собранию от 29.02.2024 (цит. «В современных условиях повышение эффективности всех сфер производительности труда неразрывно связано с цифровизацией, с использованием технологий искусственного интеллекта») и национального проекта «Экономика данных» важнейшим вектором развития и интенсификации сельскохозяйственного производства является разработка и внедрение систем искусственного интеллекта (ИИ) все отрасли народного хозяйства, в том числе сельского.
Промышленный характер сельскохозяйственного производства требует создания новых методов его интенсификации, среди которых важное место занимают интеллектуальные технологии мониторинга и оценки состояния посевов на значительных площадях с использованием средств дистанционного мониторинга и последующим анализом нейронными сетями. Прогрессивные cельхозпроизводители, использующие современные инструменты для сбора данных, имеют несколько тысяч точек сбора данных на полях. Однако, сложности, возникающие в процессе контроля и управления информационными потоками в течение всего периода вегетации, порождают необходимость создания новых методов и компьютеризированных технологий для их оперативного мониторинга и оценки.
Актуальность предлагаемого проекта обусловлена необходимостью повышения почвенного плодородия, биопродуктивности и интенсификации сельскохозяйственного производства в условиях рискованного земледелия Волгоградской области.
Проблема научно-обоснованного повышения продуктивностьи орошаемых агрофитоценозов, особенно в условиях рискованного земледелия, требует создание новых подходов для её решения. Наиболее универсальным средством интеллектуального анализа агромелиоративного состояния агрофитоценозов в процессе вегетации по их цветным изображениям являются искусственные нейронные сети (ИНС), приемущественно со сверточными слоями, обучаемые на больших массивах изображений высокого разрешения, получаемых с БПЛА.
Научная новизна проекта заключается в разработке методов и компьютеризированных технологий интеллектуального управления продуктивностью орошаемых агрофитоценозов в условиях рискованного земледелия Волгоградской области на основе оперативного мониторинга и мультиклассового распознавания их состояния (с учетом фаз роста и классификации дефектов развития) по их цветным изображениям (4К), получаемым с БПЛА, с использованием ИНС глубокого обучения.
Реализация цели и задач проекта позволит ученому-агроному определять наиболее значимые параметры для оптимизации размещения посевов, осуществлять контроль дефектных участков различной природы происхождения, в том числе осушенных, недосеянных, пораженных болезнями и вредителями в режиме реального времени, производить расчет вегетационных индексов, реализовывать оперативные агротехнические и агромелиоративные мероприятия.
Уровень значимости проекта для решения задач социально-экономического развития страны определяется необходимостью совершенствования отечественных технологий обеспечения устойчивости аграрного производства, повышения продуктивности и снижения импортозависимости за счет массового внедрения комплексных цифровых агрорешений, а также выработкой научно-обоснованных рекомендаций по повышению почвенного плодородия в условиях рискованного земледелия Волгоградской области.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
750.0
|
| Дата начала |
2025-07-30
|
| Дата окончания |
2025-12-31
|
| Номер контракта |
19
|
| Дата контракта |
2025-07-30
|
| Количество отчетов |
1
|
| УДК |
63:51-7; 63:007
|
| Количество просмотров |
4
|
| Руководитель работы |
Токарев Кирилл Евгеньевич
|
| Руководитель организации |
Цепляев Виталий Алексеевич
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ"
|
| Заказчик |
КОМИТЕТ ОБРАЗОВАНИЯ И НАУКИ ВОЛГОГРАДСКОЙ ОБЛАСТИ
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
Фундаментальные и поисковые научные исследования
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-10-13 08:03:59 UTC, 2025-10-13 08:03:59 UTC
|
| ОКПД |
Услуги, связанные с выращиванием сельскохозяйственных культур прочие, не включенные в другие группировки
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
искусственный интеллект; агрофитоценозы; рискованное земледелие; биопродуктивность
|
| Соисполнители |
—
|
| Типы НИОКТР |
Фундаментальное исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
68.01.77 - Методы исследования и моделирования. Математические и кибернетические методы
|
| OECD |
—
|
| OESR |
Сельскохозяйственные науки; Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
|
| Приоритеты научно-технического развития |
г) переход к высокопродуктивному и экологически чистому агро- и аквахозяйству, разработку и внедрение систем рационального применения средств химической и биологической защиты сельскохозяйственных растений и животных, хранение и эффективную переработку сельскохозяйственной продукции, создание безопасных и качественных, в том числе функциональных, продуктов питания;
|
| Регистрационные номера |
ikrbs: {'card_list': [{'id': '21DQM4GB5KH02CUTWPGTGL8V'}]}
|
