| Название НИОКТР |
Лаборатория спектрального фенотипирования сельскохозяйственных растений
|
| Аннотация |
Прогресс в области гиперспектрального дистанционного зондирования стал преддверием революции в мониторинге сельскохозяйственных культур. Гиперспектральная визуализация может предоставить незаменимые данные для высокопроизводительного фенотипирования сельскохозяйственных культур. В том числе, для ранней диагностики заболеваний, распространения сорняков на полях, диагностики стрессов растений, мониторинга и оценки урожая, всесторонней оценки состояния почв, классификация сельхоз культур. Однако использование технологий на основе гиперспектральной визуализации в точном земледелии все еще находится на начальной стадии. В современном сельском хозяйстве все усилия направлены на то, чтобы вывести гиперспектральные технологии на поля для решения задач в реальном времени, без экспертного надзора и со свободным доступом к результатам.
Поставленные задачи соответствуют главным научно-технологическим фронтирам, согласно исследованию института статистических исследований и экономики знаний НИУ ВШЭ (Gokhberg et al., 2025), таким как алгоритмы и модели машинного обучения, сверточные и рекуррентные нейронные сети, интеллектуальные системы, распознавание образов, прогнозная аналитика, прогнозное моделирование.
Основными мировыми фронтирами в области спектрального фенотипирования сельскохозяйственных культур и развития точного земледелия для нужд сельского хозяйства являются:
– разработка доступных и компактных мультиспектральных сенсоров наземного, воздушного и спутникового базирования;
– разработка технологий передачи, хранения, предобработки и обработки гиперспектральных данных с применением алгоритмов машинного и глубокого машинного обучения;
– формирование маркированных наборов данных о состоянии сельскохозяйственных растений, совмещенных с гиперспектральными данными для разработки надежных моделей машинного обучения и практического применения;
– аналитика данных с использованием междисциплинарных подходов, с использованием вероятности, статистики, классификации, регрессии, теории принятия решений, визуализации данных и нейронных сетей для связывания извлеченной спектральной информации с полученными фенотипами;
– разработка гиперспектральных технологий для решения конкретных задач сельскохозяйственного производства в режиме реального времени.
В связи с этим целью проекта «Лаборатория спектрального фенотипирования сельскохозяйственных растений» является разработка технологий для оперативной, дистанционной, неинвазивной, высокотехнологичной и надежной оценки состояния сельскохозяйственных культур для планирования оптимальной системы агрономических мероприятий (уборка, десикация, борьба с сорняками, внесение удобрений) методами гиперспектрального фенотипирования.
Задачи проекта:
1. Разработать технологии гиперспектрального фенотипирования сельскохозяйственных культур для оценки их состояния.
2. Разработать экспресс-метод, с использованием специализированных вегетационных индексов, для поточной обработки данных на борту БПЛА для мгновенной оценки (здесь и сейчас) состояния сельскохозяйственных культур.
3. Определить спектральные параметры для разработки специализированных мультиспектральных сенсоров для оценки различных характеристик сельскохозяйственных культур предназначенных широкому кругу пользователей.
4. Разработать алгоритмы для адаптации, разрабатываемых в рамках проекта, технологий гиперспектрального фенотипирования под существующие спектральные комплексы.
5. Разработать online-сервис по модели SaaS (Software as a Service) для спектрального фенотипирования сельскохозяйственных культур, позволяющий идентифицировать целевые физиологические состояния растений по данным проксимальной, приземной и воздушной мульти- и гиперспектральной съемки с точностью до 95% в масштабе поля
Проект направлен на развитие точного земледелия, повышения эффективности агропроизводства и оптимизацию управленческих решений (ПСАЛ: Блок 1. «Интеллектуальные агроэкосистемы» СТП 1 «Технология биоинженерии почв»).
Научная новизна планируемых исследований заключается в разработке новых технологий для оценки состояния сельскохозяйственных культур с использованием современных методов и подходов, таких как гиперспектральная визуализация, машинное и глубокое машинное обучение, беспилотные платформы.
В ходе реализации проекта будет разработано:
1. Технология идентификации корзинок подсолнечника на спектральном снимке, полученном путем приповерхностной съемки
2. Модель на базе алгоритмов машинного и/или глубокого машинного обучения для оценки влажности семян подсолнечника (Helianthus annuus L.) сорта 'ДЖИНН М' в полевых условиях по данным приповерхностной гиперспектральной съемки в диапазоне длин волн 450–950 нм.
3. Программный продукт для оценки влажности семян подсолнечника (Helianthus annuus L.) сорта 'ДЖИНН М' по данным приповерхностной гиперспектральной съемки в диапазоне длин волн 450–950 нм в полевых условиях.
4. Оптимизированный программный продукт для оценки влажности семян подсолнечника (Helianthus annuus L.) сорта 'ДЖИНН М' по данным приповерхностной гиперспектральной съемки в диапазоне длин волн 450–950 нм в полевых условиях.
5. Online-сервис по модели SaaS (Software as a Service) для определения влажности семян подсолнечника (Helianthus annuus L.) сорта 'ДЖИНН М' по данным приповерхностной мульти- и гиперспектральной съемки с точностью до 95% в масштабе поля.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
7500.0
|
| Дата начала |
2025-06-02
|
| Дата окончания |
2025-12-31
|
| Номер контракта |
075-15-2025-209
|
| Дата контракта |
2025-04-04
|
| Количество отчетов |
1
|
| УДК |
57:007]:001.891.57
|
| Количество просмотров |
18
|
| Руководитель работы |
Дмитриев Павел Александрович
|
| Руководитель организации |
Веретенникова Вера Анатольевна
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ"
|
| Заказчик |
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
Развитие сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-08-05 13:37:01 UTC, 2025-08-05 13:37:01 UTC
|
| ОКПД |
Услуги, связанные с научными исследованиями и экспериментальными разработками в области биологических наук
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
Подсолнечник, ДЗЗ, БПЛА, спектральное фенотипирование, спектральные сенсоры, машинное обучение, гиперспектральная съемка
|
| Соисполнители |
—
|
| Типы НИОКТР |
Разработка и лабораторная проверка ключевых элементов технологии
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
34.55.15 - Математические и машинные модели биосистем
|
| OECD |
—
|
| OESR |
Биология (теоретическая, математическая, термическая, криобиология, биологический ритм)
|
| 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': 'DZMUD3ZDAO9STQR0FZPSFAYM'}]}
|
