Siberian Journal of Life Sciences and AgricultureSiberian Journal of Life Sciences and AgricultureSiberian Journal of Life Sciences and Agriculture2658-66492658-6657Science and Innovation Center Publishing House37100110.12731/2658-6649-2025-17-6-2-1579HKCTRCArticlesСтатьиResearch ArticleSoftware for monitoring the production process of rice agrocenosis based on a databaseПрограммное обеспечение для мониторинга процесса производства агроценоза риса на основе базы данныхGarkushaSergey V.ГаркушаСергей Валентинович
Russian Federation

Doctor of Agricultural Sciences, Professor, Corresponding Member of the Russian Academy of Sciences, Director

доктор сельскохозяйственных наук, профессор, член-корреспондент Российской академии наук, директор

arri_kub@mail.ruSkazhennikMikhail A.СкаженникМихаил Александрович
Russian Federation

Doctor of Biological Sciences, Senior Researcher, Head of the Physiology Laboratory

доктор биологических наук, старший научный сотрудник

sma_49@mail.ruKovalevVictor S.КовалевВиктор Савельевич
Russian Federation

Doctor of Agricultural Sciences, Professor, Deputy Director

доктор сельскохозяйственных наук, профессор, заместитель директора

arri_kub@mail.ruChizhikovVitaly N.ЧижиковВиталий Николаевич
Russian Federation

Candidate of Agricultural Sciences, Head of the Laboratory of Agrochemistry and Soil Science

кандидат сельскохозяйственных наук, заведующий лабораторией агрохимии и почвоведения

agrohim-vt@yandex.ruPetrushinAlexey F.ПетрушинАлексей Федорович
Russian Federation

Candidate of Technical Sciences, Lecturer of the Department of Programming Technologies

кандидат технических наук, преподаватель кафедры «Технологии программирования»

agrohim-vt@yandex.ruPshenitsynaTatiana S.ПшеницынаТатьяна Семеновна
Russian Federation

Senior Researcher of the Physiology Laboratory

старший научный сотрудник лаборатории физиологии

sma_49@mail.ruFederal State Budgetary Scientific Institution “Federal Scientific Center of Rice”Федеральное государственное бюджетное научное учреждение «Федеральный научный центр риса»Saint-Petersburg State UniversityФГБОУ ВО «Санкт-Петербургский государственный университет»30122025176-254356020012026Copyright ©; 2025, Garkusha S.V., Skazhennik M.A., Kovalev V.S., Chizhikov V.N., Petrushin A.F., Pshenitsyna T.S.Copyright ©; 2025, Гаркуша С.В., Скаженник М.А., Ковалев В.С., Чижиков В.Н., Петрушин А.Ф., Пшеницына Т.С.2025Garkusha S.V., Skazhennik M.A., Kovalev V.S., Chizhikov V.N., Petrushin A.F., Pshenitsyna T.S.Гаркуша С.В., Скаженник М.А., Ковалев В.С., Чижиков В.Н., Петрушин А.Ф., Пшеницына Т.С.https://creativecommons.org/licenses/by-nc-nd/4.0https://journals.rcsi.science/2658-6649/article/view/371001

Background. The results of the study of the production process of intensive and extensive rice varieties are summarized in a single database (DB) registered in Rospatent No. 202462462. It includes two main parts: descriptions of the object of study and tabular data having a structure and interrelations according to the logical scheme, which was created in the Microsoft Access program. The latter manages the database (DBMS) of biological features that form the rice yield. The database contains data for identifying the interaction of biological features of plants with their optical characteristics in the formation of the yield of rice agrophytocenoses and the introduction of scientifically sound methods for monitoring the physiological state of crops and forecasting the yield. In vegetation and microfield experiments, the patterns of growth and formation of productivity of different types of rice varieties are considered. Particular attention is paid to the characteristics of donor-acceptor relationships in plants and crops as the main stage of the production process, determining the economic productivity of genotypes.

Purpose. The aim of the research is to study the production process of intensive and extensive rice varieties.

Materials and methods. The research was carried out in two experiments: a vegetation-microfield experiment and a field experiment (2017-2024).

Results. The developed database contains a set of data reflecting information on the biological characteristics of plants that determine rice yield. Research on monitoring rice crops was conducted in the physiology laboratory of the Federal State Budgetary Scientific Institution “Federal Scientific Center of Rice”. The developed database is necessary to identify the interaction of biological characteristics of plants with their optical characteristics. In this version of the program, five basic forms are used to enter the initial data, with the help of which data is entered, edited and viewed: information on the yield and its structure (productivity); optical characteristics of the object (optical indicators); information on the research material (research material); information on climatic conditions (climatic data); Variety passport (characteristics of the variety under study).

Conclusion. The structure of the DB of morphophysiological features of rice plants is presented. Information support for monitoring rice agrophytocenoses is carried out based on the entered data on biological features that form rice yield. Specialists of rice-growing farms to monitor the state of rice crops, adjust nitrogen fertilization and forecast the yield use the presented DB.

Обоснование. Результаты изучения производственного процесса интенсивных и экстенсивных сортов риса обобщены в единой базе данных (БД), зарегистрированной в Роспатенте № 202462462. Она включает две основные части: описание объекта исследования и табличные данные, имеющие структуру и взаимосвязи в соответствии с логической схемой, которая была создана в программе Microsoft Access. Последняя управляет базой данных (БД) биологических признаков, формирующих урожайность риса. База данных содержит сведения для выявления взаимодействия биологических признаков растений с их оптическими характеристиками в формировании урожайности рисовых агрофитоценозов и внедрения научно обоснованных методов мониторинга физиологического состояния посевов и прогнозирования урожайности. В вегетационных и микрополевых опытах рассмотрены закономерности роста и формирования продуктивности различных видов сортов риса. Особое внимание уделено особенностям донорно-акцепторных отношений в растениях и посевах как основного этапа продукционного процесса, определяющего хозяйственную продуктивность генотипов.

Цель. Целью исследования является изучения производственного процесса интенсивных и экстенсивных сортов риса.

Материалы и методы. Исследования проводились в двух экспериментах: вегетационно-микрополевом и полевом (2017-2024 гг.).

Результаты. Разработанная база данных содержит набор данных, отражающих информацию о биологических особенностях растений, определяющих урожайность риса. Исследования по мониторингу посевов риса проводились в лаборатории физиологии Федерального государственного бюджетного научного учреждения «Федеральный научный центр риса». Разработанная база данных необходима для выявления взаимодействия биологических характеристик растений с их оптическими характеристиками. В данной версии программы для ввода исходных данных используются пять основных форм, с помощью которых осуществляется ввод, редактирование и просмотр данных: информация об урожае и его структуре (продуктивность); оптические характеристики объекта (оптические показатели); информация о материале исследования (материал исследования); информация о климатических условиях (климатические данные); паспорт сорта (характеристика изучаемого сорта).

Заключение. Представлена структура БД морфофизиологических признаков растений риса. На основе введенных данных о биологических признаках, формирующих урожайность риса, осуществляется информационное обеспечение мониторинга рисовых агрофитоценозов. Специалисты рисоводческих хозяйств для мониторинга состояния посевов риса, корректировки азотных удобрений и прогнозирования урожайности используют представленную БД.

riceproduction processesinformation support for monitoringdatabaseриспроизводственные процессыинформационное обеспечение мониторингабаза данныхSheudzhen, A. Kh. (2024). Scientific foundations of fertilizer application in rice agrocenoses: Monograph [Dedicated to the memory of Avraam Pavlovich Dzhulay and Evgeny Pavlovich Aleshin]. Maykop: Poligraf YuG. 142 pp. ISBN: 978-5-7992-1140-0Шеуджен, А. Х. (2024). Научные основы применения удобрений в рисовых агроценозах: научное издание: монография [посвящается памяти Авраама Павловича Джулая и Евгения Павловича Алешина]. Майкоп: Полиграф-ЮГ. 142 с. ISBN: 978-5-7992-1140-0Yakushev, V. P. (2018). Remote methods and tools in information support of precision agriculture: State and prospects. In Application of Earth Remote Sensing Tools in Agriculture (St. Petersburg, September 26–28, 2018) (pp. 3–11). St. Petersburg: Agrophysical Research Institute of the Russian Academy of Agricultural Sciences. https://doi.org/10.25695/agrophysica.2018.2.18484. EDN: https://elibrary.ru/YOMHJRЯкушев, В. П. (2018). Дистанционные методы и средства в информационном обеспечении точного земледелия: состояние и перспективы. В Применение средств дистанционного зондирования земли в сельском хозяйстве (Санкт-Петербург, 26–28 сентября 2018 года) (с. 3–11). Санкт-Петербург: Агрофизический научно-исследовательский институт РАСХН. https://doi.org/10.25695/agrophysica.2018.2.18484. EDN: https://elibrary.ru/YOMHJRHashimoto, N., Saito, Y., Maki, M., & Homma, K. (2019). Simulation of reflectance and vegetation indices for unmanned aerial vehicle (UAV) monitoring of paddy fields. Remote Sensing, 11(18), 2119. https://doi.org/10.3390/rs11182119Teoh, C. C., Mohd Nadzim, N., Mohd Shahmihaizan, M. J., Mohd Khairil Izani, I., Faizal, K., & Mohd Shukry, H. B. (2016). Rice yield estimation using below cloud remote sensing images acquired by unmanned airborne vehicle system. International Journal of Advanced Science, Engineering and Information Technology, 6, 516–519. https://doi.org/10.18517/ijaseit.6.4.898Wang, F., Wang, F., Zhang, Y., Hu, J., Huang, J., & Xie, J. (2019). Rice yield estimation using parcel level relative spectral variables from UAV based hyperspectral imagery. Frontiers in Plant Science, 10, 453. https://doi.org/10.3389/fpls.2019.00453Wang, F., Wang, F., Zhang, Y., Hu, J., Huang, J., & Xie, J. (2019). Rice yield estimation using parcel-level relative spectral variables from UAV-based hyperspectral imagery. Frontiers in Plant Science, 10, 453. https://doi.org/10.3389/fpls.2019.00453Lalic, A., Novoselovic, D., Kovacevic, J., & Drozner, G. (2010). Genetic gain and selection criteria effects on yield and yield components in barley (Hordeum vulgare L.). Periodicum Biologorum, 112(3), 311–316. https://hrcak.srce.hr/file/88171Rai, S. K., Chandra, R., Suresh, B. G., Kumar, R. R., & Sandhya. (2014). Genetic diversity analysis of rice germplasm lines for yield attributing traits. International Journal of Life Sciences Research, 4(2), 225–228.Kleshchenko, A. D., Lebedeva, V. M., Naydina, T. A., & Savitskaya, O. V. (2015). Use of MODIS satellite data in operational agrometeorology. Current Problems in Remote Sensing of the Earth from Space, 12(2), 143–154. EDN: https://elibrary.ru/TUHOSLКлещенко, А. Д., Лебедева, В. М., Найдина, Т. А., & Савицкая, О. В. (2015). Использование спутниковой информации MODIS в оперативной агрометеорологии. Современные проблемы дистанционного зондирования Земли из космоса, 12(2), 143–154. EDN: https://elibrary.ru/TUHOSLPis’mennaya, E. V., & Azarova, M. Yu. (2021). Dependence of winter wheat productivity on NDVI values in the arid zone of Stavropol Krai. Agroindustrial Technologies of Central Russia, (1), 39–45. https://doi.org/10.24888/2541-7835-2021-19-39-45. EDN: https://elibrary.ru/CCUPAKПисьменная, Е. В., & Азарова, М. Ю. (2021). Зависимость продуктивности озимой пшеницы от показателей NDVI в засушливой зоне Ставропольского края. Агропромышленные технологии Центральной России, (1), 39–45. https://doi.org/10.24888/2541-7835-2021-19-39-45. EDN: https://elibrary.ru/CCUPAKKholodov, D. V., & Smirnova, L. G. (2021). Use of NDVI index for yield forecasting in eroded agrolandscapes. In Agroecological Problems of Soil Science and Agriculture: Proceedings of the XVI International Scientific and Practical Conference of the Kursk Branch of the V. V. Dokuchaev Society of Soil Scientists, Dedicated to the 175th Anniversary of V. V. Dokuchaev (Kursk, April 28–29, 2021) (pp. 475–478). Kursk: Federal State Budgetary Scientific Institution “Kursk Federal Agrarian Research Center”. EDN: https://elibrary.ru/PLLSHRХолодов, Д. В., & Смирнова, Л. Г. (2021). Использование индекса NDVI для прогнозирования урожайности в эрозионных агроландшафтах. В Агроэкологические проблемы почвоведения и земледелия: сборник докладов XVI Международной научно-практической конференции Курского отделения МОО «Общество почвоведов имени В. В. Докучаева», посвящённой 175-летию со дня рождения В. В. Докучаева (Курск, 28–29 апреля 2021 года) (с. 475–478). Курск: Федеральное государственное бюджетное научное учреждение «Курский федеральный аграрный научный центр». EDN: https://elibrary.ru/PLLSHRGarkusha, S., Skazhennik, M., Kovalyov, V., Chizhikov, V., & Pshenicina, T. (2021). Monitoring of rice agrophytocenoses in relation to their states. E3S Web of Conferences, 273, 01021. https://doi.org/10.1051/e3sconf/202127301021. EDN: https://elibrary.ru/NKABTOGarkusha, S., Skazhennik, M., Kovalyov, V., Chizhikov, V., & Pshenicina, T. (2021). Monitoring of rice agrophiocenoses in relation to their states. E3S Web of Conferences, 273, 01021. https://doi.org/10.1051/e3sconf/202127301021. EDN: https://elibrary.ru/NKABTOYakushev, V. V. (2016). Precision agriculture: Theory and practice. St. Petersburg: FGBNU AFI. 364 pp. ISBN: 978-5-905200-31-1. EDN: https://elibrary.ru/WMGJNR12. Якушев, В. В. (2016). Точное земледелие: теория и практика. Санкт-Петербург: ФГБНУ АФИ. 364 с. ISBN: 978-5-905200-31-1. EDN: https://elibrary.ru/WMGJNRVorobyov, N. V., Skazhennik, M. A., & Kovalyov, V. S. (2011). Production process in rice varieties. Krasnodar: Prosveshchenie Yug. 199 pp. ISBN: 978-5-93491-333-6. EDN: https://elibrary.ru/IIQNFKВоробьёв, Н. В., Скаженник, М. А., & Ковалёв, В. С. (2011). Продукционный процесс у сортов риса. Краснодар: Просвещение-Юг. 199 с. ISBN: 978-5-93491-333-6. EDN: https://elibrary.ru/IIQNFKVorobyov, N. V., Skazhennik, M. A., Sheudzhen, A. Kh., & Kovalyov, V. S. (2013). Features of the production process in extensive and intensive rice varieties. Reports of the Russian Academy of Agricultural Sciences, (4), 7–8. EDN: https://elibrary.ru/QCNHKVВоробьёв, Н. В., Скаженник, М. А., Шеуджен, А. Х., & Ковалёв, В. С. (2013). Особенности продукционного процесса у экстенсивных и интенсивных сортов риса. Доклады Российской академии сельскохозяйственных наук, (4), 7–8. EDN: https://elibrary.ru/QCNHKVVorobyov, N. V., & Skazhennik, M. A. (2005). Physiological foundations of increasing rice variety yields. Rice Growing, (7), 26–32. EDN: https://elibrary.ru/JXORZKВоробьёв, Н. В., & Скаженник, М. А. (2005). Физиологические основы повышения урожайности сортов риса. Рисоводство, (7), 26–32. EDN: https://elibrary.ru/JXORZKYakushev, V. P. (2018). Remote methods and tools in information support of precision agriculture: State and prospects. In Application of Earth Remote Sensing Tools in Agriculture (St. Petersburg, September 26–28, 2018) (pp. 3–11). St. Petersburg: Agrophysical Research Institute of the Russian Academy of Agricultural Sciences. https://doi.org/10.25695/agrophysica.2018.2.18484. EDN: https://elibrary.ru/YOMHJRЯкушев, В. П. (2018). Дистанционные методы и средства в информационном обеспечении точного земледелия: состояние и перспективы. В Применение средств дистанционного зондирования земли в сельском хозяйстве (Санкт-Петербург, 26–28 сентября 2018 года) (с. 3–11). Санкт-Петербург: Агрофизический научно-исследовательский институт РАСХН. https://doi.org/10.25695/agrophysica.2018.2.18484. EDN: https://elibrary.ru/YOMHJRHashimoto, N., Saito, Y., Maki, M., & Homma, K. (2019). Simulation of reflectance and vegetation indices for unmanned aerial vehicle (UAV) monitoring of paddy fields. Remote Sensing, 11(18), 2119. https://doi.org/10.3390/rs11182119Teoh, C. C., Mohd Nadzim, N., Mohd Shahmihaizan, M. J., Mohd Khairil Izani, I., Faizal, K., & Mohd Shukry, H. B. (2016). Rice yield estimation using below cloud remote sensing images acquired by unmanned airborne vehicle system. International Journal of Advanced Science, Engineering and Information Technology, 6, 516–519. https://doi.org/10.18517/ijaseit.6.4.898Wang, F., Wang, F., Zhang, Y., Hu, J., Huang, J., & Xie, J. (2019). Rice yield estimation using parcel level relative spectral variables from UAV based hyperspectral imagery. Frontiers in Plant Science, 10, 453. https://doi.org/10.3389/fpls.2019.00453Wang, F., Wang, F., Zhang, Y., Hu, J., Huang, J., & Xie, J. (2019). Rice yield estimation using parcel-level relative spectral variables from UAV-based hyperspectral imagery. Frontiers in Plant Science, 10, 453. https://doi.org/10.3389/fpls.2019.00453Kumakov, V. A. (1995). Physiology of spring wheat yield formation and breeding issues. Agricultural Biology, (3), 3–19.Кумаков, В. А. (1995). Физиология формирования урожая яровой пшеницы и проблемы селекции. Сельскохозяйственная биология, № 3, 3–19.Gulyaev, B. I. (1996). Photosynthesis and plant productivity: Problems, achievements, and research prospects. Physiology and Biochemistry of Cultivated Plants, 28(1–2), 15–35.Гуляев, Б. И. (1996). Фотосинтез и продуктивность растений: проблемы, достижения, перспективы исследований. Физиология и биохимия культурных растений, 28(1–2), 15–35.Vorobyov, N. V., Kovalyov, V. S., Skazhennik, M. A., & Vorobyov, N. V. (2006). Changes in the donor-acceptor relationship system in rice during productivity-oriented breeding: A review. Rice Growing, (9), 13–17. EDN: https://elibrary.ru/DIRRMSВоробьёв, Н. В., Ковалёв, В. С., Скаженник, М. А., & Воробьёв, Н. В. (2006). Изменения в системе донорно-акцепторных отношений у риса в процессе селекции на продуктивность: обзор. Рисоводство, № 9, 13–17. EDN: https://elibrary.ru/DIRRMSVorobyov, N. F. (2013). Physiological foundations of rice yield formation. Krasnodar: Prosveshchenie Yug. 405 pp.Воробьёв, Н. Ф. (2013). Физиологические основы формирования урожая риса. Краснодар: Просвещение-ЮГ, 405 с.Mokronosov, A. T. (1988). The relationship between photosynthesis and growth functions. In Photosynthesis and Production Process (pp. 109–121). Moscow: Nauka. (Edited by A. A. Nichiporovich)Мокроносов, А. Т. (1988). Взаимосвязь фотосинтеза и функций роста. В Фотосинтез и продукционный процесс (с. 109–121). Москва: Наука. (Под ред. А. А. Ничипоровича).Kolomeichenko, V. V. (2020). Production processes in crops: Monograph. Oryol: Publishing House of Oryol SAU. 452 pp. EDN: https://elibrary.ru/SKPGERКоломейченко, В. В. (2020). Продукционные процессы в посевах: монография. Орёл: Изд-во ОрёлГАУ, 452 с. EDN: https://elibrary.ru/SKPGERSkazhennik, M. A., Vorobyov, N. V., Kovalyov, V. S., et al. (2017). Harvest index and its relationship with yield formation and yield structure elements in rice varieties. Achievements of Science and Technology of Agro-Industrial Complex, (2), 8–11. EDN: https://elibrary.ru/YKUSYXСкаженник, М. А., Воробьёв, Н. В., Ковалёв, В. С., и др. (2017). Уборочный индекс и его связь с формированием урожайности и элементами структуры урожая сортов риса. Достижения науки и техники АПК, № 2, 8–11. EDN: https://elibrary.ru/YKUSYXBalyasnyy, I. V., Skazhennik, M. A., Kovalyov, V. S., & Pshenitsyna, T. S. (2023). Study of production processes in intensive and extensive rice varieties. Rice Growing, 60(3), 14–20. https://doi.org/10.33775/1684-2464-2023-60-3-14-20. EDN: https://elibrary.ru/WXCBDMБалясный, И. В., Скаженник, М. А., Ковалёв, В. С., & Пшеницына, Т. С. (2023). Исследование продукционных процессов интенсивных и экстенсивных сортов риса. Рисоводство, 60(3), 14–20. https://doi.org/10.33775/1684-2464-2023-60-3-14-20. EDN: https://elibrary.ru/WXCBDMSkazhennik, M. A., Chizhikov, V. N., Garkusha, S. V., et al. (2024). Biological traits of plants forming rice yield: Database registration certificate RU2024624627, October 22, 2024.Скаженник, М. А., Чижиков, В. Н., Гаркуша, С. В., и др. (2024). Биологические признаки растений, формирующие урожайность риса: свидетельство о регистрации базы данных RU2024624627, 22.10.2024.Sheudzhen, A. Kh., & Bondareva, T. N. (2015). Agrochemistry. Part 2: Methods of agrochemical research. Krasnodar: Kuban State Agricultural University. 703 pp.Шеуджен, А. Х., & Бондарева, Т. Н. (2015). Агрохимия. Ч. 2. Методика агрохимических исследований. Краснодар: КубГАУ, 703 с.Skazhennik, M. A., Vorobyov, N. V., & Doseeva, O. A. (2009). Methods of physiological research in rice growing. Krasnodar. 24 pp.Скаженник, М. А., Воробьёв, Н. В., & Досеева, О. А. (2009). Методы физиологических исследований в рисоводстве. Краснодар, 24 с.