Под руководством младшего научного сотрудника Валентины Арустамян, проект стал победителем конкурса РНФ для малых научных групп в 2025 году, получив финансирование в размере 1,5 миллиона рублей. Разработка объединяет подходы из агрономии, компьютерного зрения, климатологии и машинного обучения и направлена на цифровизацию управления сельским хозяйством с использованием отечественных технологий.
Профессор Татьяна Шебзухова, и.о. ректора СКФУ, отметила, что в университете приоритет отдается трансформации научных идей в практические результаты, которые приносят пользу экономике и способствуют технологическому лидерству. Многие проекты в области искусственного интеллекта и анализа больших данных развиваются в интересах различных отраслей, включая сельское хозяйство.
Современные методы мониторинга сельскохозяйственных угодий в условиях изменения климата требуют перехода от традиционных полевых наблюдений к цифровым системам анализа. Использование данных дистанционного зондирования, полученных с беспилотников и спутников, позволяет создавать пространственно-временные модели состояния посевов.
По словам Валентины Арустамян, ученые планируют обучить нейросеть обрабатывать изображения из различных источников, устраняя шумы и пропуски, а также разработать алгоритмы анализа изображений и обработки температурных и осадочных данных. Результатом станет прогностическая модель для мониторинга полей и прогнозирования урожайности.
Созданная архитектура нейросети позволит аграриям быстро реагировать на изменения состояния растений, планировать подкормки и полив, снижая потери урожая и повышая его устойчивость. Новизна проекта заключается в объединении различных источников данных и внедрении трансформерных архитектур для прогнозирования в агросекторе.
Авторы проекта уверены, что нейросетевая модель будет востребована как в научных исследованиях по агроэкологии, так и в практических платформах для агрохолдингов и фитосанитарного мониторинга. Также архитектуры и методы могут быть адаптированы для других задач, таких как оценка урожайности, выявление деградации посевов и моделирование последствий климатических изменений.
Изображение создано в нейросети Qwen.
