Оптимизация производства кукурузы путем применения цифровых и умных технологий

Обложка

Цитировать

Полный текст

Аннотация

В условиях постоянных глобальных вызовов, таких как рост численности населения, изменение климатических условий и ухудшение состояния почв, все более актуальной становится потребность в повышении урожайности зерновых культур на основе цифровой трансформации отрасли. Большое значение при этом имеет ведение умного земледелия на основе широкого применения цифровых и умных технологий, интеллектуальных робототехнических устройств, беспилотных летательных аппаратов для повышения объемов производства зерновой продукции и рационального управления ресурсами. Одним из основных направлений применения беспилотных летательных аппаратов является мультиспектральная съемка для эффективного мониторинга сельскохозяйственных угодий, предоставляющая производителям растениеводческой продукции подробную информацию о состоянии посевов, что особенно важно для оперативного и своевременного выполнения управленческих задач в области селекции и семеноводства зерновых культур.

Цель исследования - изучение особенностей мониторинга и дифференцированной защиты посевов кукурузы от пузырчатой головни с использованием цифровых и умных технологий.

Материалы и методы исследования. Материал исследования - систематический контроль посевов кукурузы на наличие болезни пузырчатой головни и последующее опрыскивание различными современными техническими средствами: традиционным и с помощью беспилотных летательных аппаратов (далее - БПЛА). Исследования проводили в полевых условиях на экспериментальном участке с.п. Опытное Терского муниципального района Кабардино-Балкарской Республики на посевах кукурузы в 2022-2024 гг. Оперативный мониторинг участков под кукурузу проводили с помощью БПЛА DJI Mavic 3M, а для опрыскивания посевов в различные годы применяли DJI AGRAS MG-1, DJI Agras Т10.

Результаты. В данной статье представлены результаты исследований при варьировании технических параметров БПЛА для проведения мультиспектрального мониторинга и дифференцированного внесения средств защиты растений на посевах кукурузы. Использование БПЛА DJI Mavic 3M на высоте 150 м при автоматической регулировке скорости полета от 5 до 9 м/с позволяет проводить мультиспектральную съемку, обеспечивающую высокопроизводительное и качественное фенотипирование посевов зерновых культур. Дифференцированное внесение фунгицидов с помощью БПЛА DJI Agras Т10 при концентрации рабочего раствора в количестве 75 % от рекомендуемой нормы обеспечивало повышение урожайности на опытных участках по сравнению с контрольным на 10,7-22,6 %.

Выводы. Оптимальная схема внесения препаратов на экспериментальных участках не только обеспечила равномерное покрытие растений и повышение эффективности борьбы с пузырчатой головней, но и способствовала снижению затрат на средства защиты растений, уменьшению химической нагрузки, сохранению экологического состояния почвы и окружающей среды.

Об авторах

В. М. Шуганов

Кабардино-Балкарский научный центр Российской академии наук

Email: vmshuganov@mail.ru
ORCID iD: 0000-0002-5189-998X
SPIN-код: 6767-7554

д-р с.-х. наук, зав. научно-инновационным центром "Интеллектуальные системы и среды производства и потребления продуктов питания"

Россия, 360010, Россия, г. Нальчик, ул. Балкарова, 2

А. Х. Шогенов

Кабардино-Балкарский научный центр Российской академии наук

Email: a.vonegosh@yandex.ru
ORCID iD: 0000-0002-1184-5397
SPIN-код: 5996-3532

канд. с.-х. наук, науч. сотр. лаборатории "Интеллектуальные распределительные сельскохозяйственные системы" научно-инновационного центра "Интеллектуальные системы и среды производства и потребления продуктов питания"

Россия, 360010, Россия, г. Нальчик, ул. Балкарова, 2

З. Ю. Кантиев

Кабардино-Балкарский научный центр Российской академии наук

Email: kantvako@gmail.com
ORCID iD: 0000-0003-4997-1177

мл. науч. сотр. лаборатории "Сельскохозяйственной робототехники" научно-инновационного центра "Интеллектуальные системы и среды производства и потребления продуктов питания"

Россия, 360010, Россия, г. Нальчик, ул. Балкарова, 2

Р. В. Бижоев

Кабардино-Балкарский научный центр Российской академии наук

Автор, ответственный за переписку.
Email: bizhoeva49@mail.ru
ORCID iD: 0000-0001-5408-3006
SPIN-код: 4821-0152

науч. сотр. лаборатории "Сельскохозяйственная робототехника" научно-инновационного центра "Интеллектуальные системы и среды производства и потребления продуктов питания"

Россия, 360010, Россия, г. Нальчик, ул. Балкарова, 2

Список литературы

  1. Иващенко В. Г. Пузырчатая головня кукурузы: этиология, патогенез болезни и проблема устойчивости (уточнение парадигмы) // Вестник защиты растений. No 4. 2011. С. 40-56. EDN: OKRIIR
  2. Резвицкий Т. Х., Тикиджян Р. А., Позднякова А. В. и др. Пузырчатая головня на посевах кукурузы // The Scientific Heritage. 2021. No 58-1(58). С. 19-21. doi: 10.24412/9215-0365-2021-58-1-19-21
  3. Артохин К. С., Иващенко В. Г. Особенности диагностики фитофагов, патогенов и сорных растений в системе защиты посевов кукурузы (методологические и практические аспекты) // Вестник защиты растений. 2018. No 4(98). С. 5-12. doi: 10.31993/2308-6459-2018-4(98)-5-12
  4. Иващенко В. Г. Болезни кукурузы: этиология, мониторинг и проблемы сортоустойчивости: монография. Приложение к журналу "Вестник защиты растений". СПб, Пушкин: ФГБНУ ВИЗР. 2015. 286 с.
  5. Буга С. Ф., Жуковский А. Г., Жердецкая Т. Н. Биологическое обоснование эффективности химической защиты кукурузы от болезней: рекомендации. Минск: Институт защиты растений. 2012. 54 с.
  6. Свидунович Н. Л., Жуковский А. Г. Эффективность фунгицидов в защите кукурузы от пузырчатой головни и фузариоза початков в условиях Беларуси // Вестник Белорусской государственной сельскохозяйственной академии. 2021. No 2. С. 107-112. EDN: NOLRNT
  7. Mohidem N.A., Che'Ya N.N., Juraimi A.S. et al. How can unmanned aerial vehicles be used for detecting weeds in agricultural fields? // Agriculture. 2021. No 11(10). Article ID: 1004. doi: 10.3390/agriculture11101004
  8. Nagothu S.K., Anitha G., Siranthini B. et al. Weed detection in agriculture crop using unmanned aerial vehicle and machine learning // Materialstoday: proceedings. 2023. doi: 10.1016/j.matpr. 2023.03.350
  9. Librán-Embid F., Klaus F., Tscharntke T., Grass I. Unmanned aerial vehicles for biodiversity-friendly agricultural landscapes - A systematic review // Science of The Total Environment. 2020. Vol. 732. Article ID: 139204. doi: 10.1016/j.scitotenv.2020.139204
  10. Зубарев Ю. Н., Фомин Д. С., Чащин А. Н., Заболотнова М. В. Использование беспилотных летательных аппаратов в сельском хозяйстве // Вестник Пермского федерального исследовательского центра. No 2. 2019. С. 47-51. doi: 10.7242/2658-705X/2019.2.5
  11. Шуганов В. М., Лешкенов А. М., Шогенов А. Х., Кантиев З. Ю. Разработка перспективного метода опрыскивания для производства гибридных семян кукурузы // Известия Кабардино-Балкарского научного центра РАН. 2022. No 6(110). С. 236-248. doi: 10.35330/1991-6639-2022-6-236-248
  12. Методические рекомендации по применению средств защиты растений с использованием беспилотных авиационных систем. М.: Россельхозцентр, 2021. 150 с.
  13. Ram B.G., Oduor P., Igathinathane C. et al. A systematic review of hyperspectral imaging in precision agriculture: Analysis of its current state and future prospects // Computers and Electronics in Agriculture. 2024. Vol. 222. P. 109037. doi: 10.1016/j.compag.2024.109037

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Шуганов В.М., Шогенов А.Х., Кантиев З.Ю., Бижоев Р.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».