В Северо-Кавказском федеральном университете (СКФУ) реализуют три проекта Российского научного фонда, связанных с умным земледелием и цифровыми технологиями для АПК. Разработки охватывают беспилотные системы, мониторинг тепличных комплексов и прогнозирование урожайности, то есть адресованы прежде всего аграрной отрасли, но в итоге должны повысить стабильность производства продуктов питания.

Умное земледелие объединяет интернет вещей, спутниковую обработку изображений и беспилотные летательные аппараты для получения данных в реальном времени и автоматизации сельхозработ. Это позволяет анализировать состояние почвы и растений, выявлять проблемные участки, точнее вносить удобрения и быстрее реагировать на изменения внешних условий. Для аграрных регионов, включая Ставропольский край и Северный Кавказ, такие технологии напрямую связаны с продовольственной безопасностью и цифровизацией АПК.

«СКФУ системно развивает исследования на стыке математики, искусственного интеллекта, сенсорных сетей и прикладных задач агропромышленного комплекса. Мы поддерживаем проекты, которые ориентированы не только на научный результат, но и на последующее внедрение в реальный сектор, в том числе в партнёрстве с предприятиями. Такая работа отвечает национальным задачам технологического развития России и внедрения отечественных решений в экономику», — отметила ректор СКФУ профессор Татьяна Шебзухова.

Проектами руководят: ведущий научный сотрудник департамента науки СКФУ Диана Калита, ведущий научный сотрудник департамента науки Владимир Федоренко и младший научный сотрудник департамента науки Валентина Арустамян.

Первый грант посвящён разработке энергоэффективных краевых нейро-гибридных архитектур для систем беспилотного транспорта. Исследователи исходят из того, что массовому внедрению беспилотных систем мешает ограничение бортового оборудования по энергии: сложные алгоритмы искусственного интеллекта требуют больших ресурсов. Проект предполагает создание компактных и отказоустойчивых бортовых модулей, где сочетаются динамическое управление ресурсами, адаптивное машинное обучение, оптимизация и встроенная безопасность. Такие решения могут использоваться в автономных системах, робототехнике и IoT, а в агросфере — в беспилотниках, применяемых для мониторинга посевов.

Второй проект связан с умными теплицами и выполняется совместно со Ставропольским государственным аграрным университетом. Индустриальным партнёром выступает тепличный комплекс «Солнечный Дар». Учёные разрабатывают систему мониторинга тепличных растений: она должна помочь выявить производственные проблемы, согласовать параметры сети наблюдения, а затем внедрить модели, методики и программные решения непосредственно на площадке партнёра. Основа работы — беспроводные сенсорные сети и математические методы, которые позволяют надёжно собирать и передавать данные от датчиков на центральную станцию.

Третий грант посвящён высокоточной системе прогнозирования урожайности на основе анализа вегетационных данных. Исследователь собирает мультиспектральные данные со спутника и обрабатывает их с использованием вегетационных индексов — показателей, по которым можно судить о состоянии почвы, обеспеченности растений водой, времени внесения удобрений и общем состоянии сельхозугодий. В проекте также разрабатываются методы машинного обучения, включая трансформерные архитектуры, для интеграции данных БПЛА, спутников и агрометеорологических источников. Ожидаемый результат — устойчивая к пропускам данных прогностическая модель, которая позволит точнее оценивать состояние культур и заранее планировать агротехнические мероприятия. Это даст аграриям инструмент для упреждающего управления урожаем.

«Наша задача — выявить проблемные места в технологиях аграрного мониторинга и обеспечить эффективное использование сетей и средств наблюдения с применением ИИ-анализа. Практический эффект таких решений — более высокий урожай за счёт точечного воздействия питательными веществами на растения, своевременной реакции на погоду и получения более качественного продукта. Разработки важны тем, что позволяют сделать сельское хозяйство более точным и управляемым — от сбора данных до принятия решений в поле или теплице», - пояснила Диана Калита.

Сейчас проекты находятся на этапах создания моделей, алгоритмов и прикладных программ; следующим шагом должны стать апробация и внедрение. Проект по прогнозу урожайности планируется завершить в 202г году, а другие два, финансируемые Российским научным фондом, рассчитаны до 2029 года.

Справка:

1. РНФ «Разработка энергоэффективных краевых нейро-гибридных архитектур для систем беспилотного транспорта (руководитель Калита Д.И.)

2. РНФ «Разработка системы мониторинга и управления производственными процессами в тепличных комплексах на основе применения беспроводных сенсорных сетей повышенной надежности»

3. РНФ «Высокоточная система прогнозирования урожайности на основе анализа вегетационных данных различных модальностей C 2026 По 2027» (руководитель Арустамян В.А.)