Как цифровые технологии помогают выращивать картофель в Сибири

18 августа 2025

По информации Сибирского федерального научного центра агробиотехнологий Российской академии наук, исследования выполняются в полевых опытах, где изучаются различные варианты защиты картофеля от болезней. В течение всего вегетационного периода ведется систематический сбор многопараметрических данных, включающих:

— фиксацию фенологических фаз развития картофеля (всходы, бутонизация, цветение, биологическая спелость);

— развитие и распространенность основных болезней картофеля;

— морфометрические показатели растений;

— измерение урожайности с учетом количества и массы клубней с каждой делянки опыта;

— мониторинг метеорологических условий (суточная температура воздуха, количество осадков, сумма активных температур).

Особое внимание уделяется применению современных цифровых технологий. На регулярной основе проводится аэрофотосъемка с использованием квадрокоптера, оснащенного мультиспектральной камерой. Полученные изображения позволяют рассчитывать ключевые вегетационные индексы, характеризующие состояние растительности. На основе этих данных оценивается индекс площади листовой поверхности и активность хлорофилла, которые являются важными показателями биологической продуктивности растений.

Собранные полевые и дистанционные данные интегрируются в единую информационную базу для последующего анализа с применением современных методов машинного обучения и искусственного интеллекта. Для построения прогностических моделей урожайности картофеля используется комплексный подход, включающий тестирование различных алгоритмов машинного обучения: от классических методов регрессии до современных ансамблевых алгоритмов и нейронных сетей. Особое внимание уделяется методам, способным эффективно обрабатывать многомерные временные ряды и учитывать нелинейные взаимосвязи между факторами. Модели обучаются на исторических данных с применением техник кросс-валидации для обеспечения их надежности и устойчивости к переобучению. Целью моделирования является установление количественных взаимосвязей между спектральными характеристиками посевов на разных стадиях вегетации, агроклиматическими условиями и конечной урожайностью.

Научная значимость работы заключается в создании научно-обоснованного подхода, сочетающего наземные измерения, данные дистанционного зондирования и машинное обучение для точного моделирования урожайности картофеля.

Источник