Methodological Foundations for the Integration of Unmanned Aerial Vehicles into Agricultural Machinery Systems

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Under the updated Federal Scientific and Technical Program for the Development of Agriculture for 2017–2030, approved by Decree No. 395 of the Government of the Russian Federation on March 27, 2025 special emphasis is placed on advancing domestic agricultural machinery and equipment. A key initiative within the corresponding sub-program is the creation and deployment of innovative technical solutions designed to enhance the efficiency, sustainability, and technological sovereignty of the agro-industrial complex. In this context, the integration of unmanned aerial vehicles (UAVs) into the broader system of agricultural machinery is emerging as a critical strategy for reducing import dependence and elevating the technological capacity of the agricultural sector. The present work is focused on establishing a methodological framework for this integration, founded on the principles of systemic mechanization, modularity, energy efficiency, and digitalization – all of which are fully aligned with the goals and implementation mechanisms of the Federal Scientific and Technical Program.

作者简介

V. Alt

Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences

Email: victoryalt@yandex.ru
630501, Novosibirskaya obl., p. Krasnoobsk, ul. Tsentral’naya, 7

Y. Tsench

Federal Scientific Agroengineering Center VIM

Email: vimasp@mail.ru
109428, Moskva, 1‑i Institutskii pr., 5

O. Savchenko

Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences

630501, Novosibirskaya obl., p. Krasnoobsk, ul. Tsentral’naya, 7

A. Soloshenko

Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences

630501, Novosibirskaya obl., p. Krasnoobsk, ul. Tsentral’naya, 7

参考

  1. Кирюшин В. И. Научно-инновационное обеспечение приоритетов развития сельского хозяйства // Достижения науки и техники АПК. 2019. Т. 33. № 3. С. 5–10.
  2. Информационное обеспечение современных систем земледелия в России / В. П. Якушев, В. В. Якушев, С. Ю. Блохина и др. // Вестник Российской академии наук. 2021. Т. 91. № 8. С. 755–768.
  3. Коротченя В. М., Ценч Ю. С., Лобачевский Я. П. Система машин как фактор научно-технического прогресса в агропромышленном комплексе // Российская сельскохозяйственная наука. 2024. № 4. С. 67–72.
  4. Экономическая эффективность применения беспилотных летательных аппаратов как элемента цифровизации растениеводства / Ю. И. Бершицкий, А. Р. Сайфетдинов, А. А. Максименко и др. // Вестник Академии знаний. 2024. № 2(61). С. 66–69.
  5. Franzen D. W. Yield mapping and use of yield map data // NDSU Extension, North Dakota State University, Fargo, North Dakota. 2018. P. 1–4.
  6. Лобачевский Я.П., Бейлис В. М., Ценч Ю. С. Аспекты цифровизации системы технологий и машин // Электротехнологии и электрооборудование в АПК. 2019. № 3(36). С. 40–45.
  7. Autonomous UAS-based agriculture applications: general overview and relevant European case studies / M. Merz, D. Pedro, V. Skliros, et al. // Drones. 2022. Vol. 6. No . 5. P. 128. URL: https://www.mdpi.com/2504–446X/6/5/128 (дата обращения: 04.05.2025). doi: 10.3390/drones6050128.
  8. Deep learning-based weed detection using UAV Images: a comparative study / T. B. Shahi, S. Dahal, C. Sitaula, et al. // Drones. 2023. Vol. 7. No . 10. 624. URL: https://www.mdpi.com /2504–446X/7/10/624 (дата обращения: 05.05.2025). doi: 10.3390/drones 7100624.
  9. Positioning accuracy comparison of GNSS receivers used for mapping and guidance of agricultural machines / P. Catania, A. Comparetti, P. Febo, et al. // Agronomy. 2022. Vol. 10. No. 7. 924. URL: https://www.mdpi.com/2073–4395/10/7/924 (дата обращения: 03.05.2025). doi: 10.3390/agronomy10070924.
  10. Radočaj D., Plaščak I., Jurišič M. Global navigation satellite systems as state-of-the-art solutions in precision agriculture: a review of studies indexed in the web of science // Agriculture. 2023. Vol. 13. No. 7. 1417. URL: https://www.mdpi.com/2077–0472/13/7/1417 (дата обращения: 07.05.2025). doi: 10.3390/agriculture13071417.
  11. Application of bio and nature-inspired algorithms in agricultural engineering / C. Maraveas, P. G. Asteris, K. Arvanitis, et al. // Archives of Computational Methods in Engineering. 2022. Vol. 30. No. 7. URL: https://link.springer.com/article/10.1007/s11831-022-09857-x (дата обращения: 03.05.2025). doi: 10.1007/s11831-022-09857-x.
  12. Абрамова С.В., Бояров Е. Н., Соболев А. Ю . Разработка методики применения БПЛА для анализа качественного состояния сельскохозяйственных угодий Сахалинской области // Siberian Journal of Life Sciences and Agriculture . 2024. Т. 16. № 2. С. 9 3–112. doi: 10.12731/2658-6649-2024-16-2-803.
  13. XAG Released Corporate Social Responsibility Report 2020 to Share Progress in Advancing a Food-Secure Future. URL: https: //w ww.xa.com/ en/news/official/xag/95 (дата обращения 09.06.2025).
  14. Антон Ларсен, директор департамента промышленных решений компании Skymec: «Агродроны для экономии средств в хозяйствах» // Аграрий Плюс. 19.04.2023. URL: https://agraryplus.ru/2023/04/19/anton -larsen-direktor-departamenta-promyshlennyh-reshenij-kompanii-skymec-agrodrony-dlya-ekonomii -sredstv-v-hozyajstvah/ (дата обращения 09.05.2025).
  15. Substantiation of recommendations for safe aerial application ofpesticides used by unmanned aierial vehicles (UAVs) / А. А. Borysenko, А. М . Antonenko, S. T. Omelchuk, et al. // Вісник Вінницького національного медичного університету. 2023. Т. 27. No. 2. С. 284–287. doi: 10.31393/reports-vnmedical-2023-27(2)-18.
  16. Ценч Ю.С., Курбанов Р. К. История развития систем управления беспилотных воздушных судов // Сельскохозяйственные машины и технологии. 2023. Т. 17. № 3. С. 4–15.
  17. Progress in agricultural unmanned aerial vehicles (UAVs) applied in China and prospects for Poland / L. Wang, Xi. Huang, W. Li, et al. // Agriculture. 2022. Vol. 12. No. 3. 397. URL: https://www.mdpi.com/2077–0472/12/3/397 (дата обращения: 04.05.2025). doi: 10.3390/agriculture12030397.
  18. Drony rolnicze nad polskimi polami. URL: https: //w ww. cenyrolnicze.pl/wiadomosci/technika-rolnicza/31332-drony-rolnicze-nad-polskimi-polami (дата обращения 09.05.2025).
  19. Степанов А. А. Защита с воздуха // Председатель. 2024. № 10 (145). С. 26–29.
  20. Курбанов Р.К., Ценч Ю. С., Захарова Н. И. Основные тенденции в развитии технологии аэрофотосъемки сельскохозяйственных угодий // Сельскохозяйственные машины и технологии. 2025. Т. 19. № 1. С. 86–95.
  21. Ценч Ю. С., Захарова Н. И. Тенденции развития технических средств аэрофотосъемки сельскохозяйственных земель // Сельскохозяйственные машины и технологии. 2023. Т. 17. № 3. С. 16–26.
  22. Лобачевский Я. П., Ценч Ю. С. Принципы формирования систем машин и технологий для комплексной механизации и автоматизации технологических процессов в растениеводстве // Сельскохозяйственные машины и технологии. 2022. Т. 16. № 4. С. 4–12. doi: 10.22314/2073-7599-2022-16-4-4-12.
  23. Коротченя В. М., Ценч Ю. С., Лобачевский Я. П. Разработка типажей сельскохозяйственных технологий для системы машин // Технический сервис машин. 2024. Т. 62. № 4. С. 136–148. doi: 10.22314/2618-8287-2024-62-4-136-148.
  24. Ценч Ю.С., Курбанов Р. К., Захарова Н. И. Развитие систем управления полетом и средств аэрофотосъемки беспилотных воздушных судов сельскохозяйственного назначения // Сельскохозяйственные машины и технологии. 2024. Т. 18. № 2. С. 11–19.
  25. Leveraging precision agriculture techniques using UAVs and emerging disruptive technologies / M. Raj, N. B. Harshini, Sh. Gupta, et al. // Energy Nexus. 2024. Vol. 14. P . 1–25. URL: https://www.sciencedirect.com/science/article/pii/S2772427124000317?via %3Dihub (дата обращения: 05.05.2025). doi: 10.1016/j.nexus.2024.100300.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Russian Academy of Sciences, 2025

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».