Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: UAVs, plant monitoring, phytosanitary condition, machine learning, digital agriculture, disease recognition, agrotechnologies, automation, decision support system, бпла, мониторинг растений, фитосанитарное состояние, машинное обучение, цифровое земледелие, распознавание заболеваний, агротехнологии, автоматизация, система поддержки принятия решений
Аннотация: Цель исследования - разработка цифровой платформы для мониторинга здоровья сельскохозяйственных растений с применением беспилотных летательных аппаратов (БПЛА), сенсоров и алгоритмов машинного обучения. Гипотеза заключается в том, что автоматизированный сбор и анализ данных повысят точность и скорость выявления фитопатологий по сраПоказать полностьювнению с традиционными методами. В задачи исследования входят анализ существующих решений, проектирование системы, разработка прототипа, реализация алгоритмов распознавания заболеваний, тестирование и внедрение платформы. Методы включают применение беспилотников с RGB- и мультиспектральными камерами, алгоритмы компьютерного зрения и пользовательский интерфейс для агрономов. В результате создана система, обеспечивающая автоматический сбор изображений, анализ симптомов заболеваний и формирование рекомендаций. The aim of this study is to develop a digital platform for monitoring crop health using UAVs, sensors, and machine learning algorithms. The core hypothesis is that automated data collection and analysis can significantly improve the speed and accuracy of disease detection compared to traditional methods. The research tasks include reviewing existing approaches, designing the system architecture, developing a prototype, implementing disease recognition algorithms, and conducting field testing. The methodology involves the use of UAVs equipped with RGB and multispectral cameras, computer vision algorithms, and a user-friendly interface for agronomists. As a result, a system was created that enables autonomous image collection, analysis of plant disease symptoms, and the generation of agronomic recommendations.
Журнал: Глобальный научный потенциал
Выпуск журнала: №4
Номера страниц: 438-441
ISSN журнала: 19979355
Место издания: Санкт-Петербург
Издатель: Межрегиональная общественная организация "Фонд развития науки и культуры"