Problems of operational monitoring of irrigated agrophytocenoses in conditions of risky farming using AI algorithms
Problems of operational monitoring of irrigated agrophytocenoses in conditions of risky farming using AI algorithms
Abstract
The relevance of studying the issues of operational monitoring of irrigated agrophytocenoses is due to the increased necessity to ensure sustainable agricultural production in conditions of risky farming, characterised by high variability of climatic and water resources.
The object of the study is theoretical and applied knowledge in the field of integrating artificial intelligence into agricultural production.
Materials and methods included substantiation of the methodology for selecting relevant scientific, technical, and patent sources, their analysis with critical review focusing on monitoring methodologies, artificial intelligence (AI) algorithms used, problems of implementation in agricultural production, and regulatory restrictions.
The research shows that modern methods of operational monitoring using AI and neural network technologies can significantly improve the accuracy and speed of assessing the condition of irrigated agrophytocenoses in risky farming conditions. In such conditions, special attention should be paid to monitoring the ameliorative condition of land and preventing degradation processes that affect the sustainability and productivity of agrophytocenoses. The use of unmanned aerial vehicles (UAVs) with deep learning methods for processing the images obtained to monitor and manage the water regime, soil chemical characteristics and productivity of agrocenoses allows the identification of plant development defects, stress conditions and pathological changes. The main limitations of modern systems remain the requirements for the quality and volume of source data, the necessity to adapt AI algorithms to local regional conditions, and the still high cost of implementing and supporting technologies.
In the process of improving agro-ecological monitoring, it is necessary to develop hybrid systems that combine satellite and UAV data, local sensors and climate information for more complex and adaptive irrigation management in risky conditions. This will increase the economic efficiency of agricultural production, reduce resource costs, and achieve sustainable, highly productive agriculture in compliance with environmental norms and standards, as well as enable the rapid adjustment of agrotechnical measures.
1. Введение
Актуальность исследования проблем оперативного мониторинга орошаемых агрофитоценозов обусловлена возросшей необходимостью обеспечения устойчивого сельскохозяйственного производства в условиях рискованного земледелия, характеризующегося высокой изменчивостью климатических и водных ресурсов. Основной целью агроэкологического мониторинга является создание высокоэффективных и экологически сбалансированных агроценозов на основе рационального использования и расширенного воспроизводства природно-ресурсного потенциала, включая влияние природных и агротехнических факторов на длительную динамику агрохимических свойств, а также оценку экономико-экологической эффективности адаптивных технологий
, .В условиях рискованного земледелия ключевым фактором стабилизации и повышения продуктивности агроэкосистем является орошение. Однако эффективное использование водных ресурсов требует оперативного и точного контроля состояния агрофитоценозов. В последнее десятилетие активное внедрение методов искусственного интеллекта (ИИ) в аграрную сферу открывает новые возможности для автоматизации и повышения точности оперативного мониторинга, особенно в условиях, где традиционные методы оказываются недостаточно эффективными
, .Методология организации агроэкологического мониторинга, представляющая собой систему наблюдений за динамикой состояния агроэкологических систем, как компонента биосферного мониторинга, разрабатывается в РФ с конца прошлого века
. Научная методология мониторинга позволяет определить оптимальные в экологическом аспекте системы внесения удобрения, а также оценивать роль компонентов систем земледелия в комплексном воздействии на окружающую среду. Проводимые полевые исследования были направлены на отработку локальных индикаторов для характеристики состояния почвенного плодородия, что гарантировало применение экологически оправданных доз удобрений для оптимального питания растений с учетом почвенно-климатических условий. Сравнение динамики изменения агрохимического состояния почв по результатам агрохимического обследования с данными длительных полевых опытов обеспечивает объективную оценку эффективности современных агротехнологий , .Обзор зарубежных и российских исследований подтверждает развитие методов ИИ и дистанционного зондирования для поддержки решений по управлению орошением, однако сохраняется ряд нерешенных проблем. Среди них — адаптация алгоритмов к условиям климатической нестабильности, высокие требования к качеству и объему данных, а также дефицит интеграции междисциплинарных подходов. Российские работы подчеркивают значимость создания локализованных моделей, учитывающих особенности регионального риска и агроэкологических условий
, , , .В связи с этим целью настоящего исследования является анализ ключевых проблем оперативного мониторинга орошаемых агрофитоценозов с использованием ИИ в условиях рискованного земледелия и выявление перспективных направлений развития технологий для повышения устойчивости аграрных систем. Задачи исследования включают систематизацию современных методов и алгоритмов ИИ, оценку их применимости и ограничений в условиях нестабильных климатических факторов и ограниченных ресурсов, а также формулировку рекомендаций для практического внедрения.
Таким образом, исследование направлено на расширение теоретических и прикладных знаний в области интеграции искусственного интеллекта в аграрное производство, с акцентом на повышение эффективности управленческих решений в орошаемом земледелии при рисковых условиях.
2. Методы и принципы исследования
Для выполнения аналитического обзора, отвечающего принципам объективности, структурированности и комплексности и обеспечивающего выявление пробелов в исследуемой области мониторинга орошаемых агрофитоценозов в условиях рискованного земледелия. Это обеспечивает формирование рекомендаций для проведения дальнейших научных исследований. В процессе методического обеспечения мониторинга реализованы следующие этапы
, , :1. Определение ключевых слов и терминов.
На первом этапе формировался набор ключевых слов и терминов, максимально отражающих тематику исследования, в том числе «оперативный мониторинг орошаемых агрофитоценозов», «искусственный интеллект в сельском хозяйстве», «рискованное земледелие и ИИ», «патентный анализ в агротехнологиях» и пр.
2. Поиск литературы в специализированных базах данных.
Использовались международные (Scopus, Web of Science, IEEE Xplore, Google Scholar), а также российские научные базы (eLIBRARY, CyberLeninka и др.). Для поиска патентной информации — Роспатент, Espacenet, WIPO Patentscope. При этом осуществлялся предварительный отбор и фильтрация списка научных публикаций и патентов.
Фильтрация документов осуществлялась по релевантности и качеству (высокий импакт-фактор журнала, цитируемость, статус авторов, полнота текста) и исключался дублирующий контент. В качестве критериев отбора статей принимались актуальность (публикации за последние 5–7 лет); язык публикации — преимущественно английский и русский; наличие полного текста. Для патентов — полнота описания и дата выдачи.
3. Систематизация и анализ литературы
В процессе анализа публикаций проводился подробный критический разбор выбранных источников с акцентом на методики проведения мониторинга, используемые алгоритмы ИИ, проблемы внедрения и нормативные ограничения.
3. Основные результаты
Отечественные учёные на протяжении многих десятилетий вносят значительный вклад в разработку теоретических и прикладных основ повышения почвенного плодородия. В фундаментальных научных работах В.Р. Вильямса
, Н.А. Димо , А.Г. Дояренко и других классиков отечественной агрономии были заложены основы рационального использования почвенного потенциала, включая севообороты, органическое земледелие и агротехнические приёмы, способствующие накоплению гумуса и улучшению структуры почвы. В последующие годы исследования В.П. Казаринова , Г.А. Лапина , А.И. Попова и других позволили развить представления о динамике плодородия и разработать научно обоснованные системы агротехники, адаптированные к конкретным природно-климатическим условиям. Особое внимание уделялось формированию устойчивых агроценозов, в которых повышение урожайности достигается не за счёт экстенсивного применения химических средств, а за счёт оптимизации биологических процессов в почве.Мониторинг агрофитоценозов является важнейшим элементом рационального управления сельскохозяйственными ресурсами, особенно в условиях рискованного земледелия с его повышенной климатической и гидрологической нестабильностью.
Агроэкологический мониторинг представляет собой систему непрерывных и комплексных наблюдений за состоянием земель и агроэкосистем с целью рационального использования почвенных ресурсов и сохранения их плодородия. В отличие от традиционных почвенных и агрохимических исследований, мониторинг обеспечивает более широкую, интегрированную оценку состояния земель и процессов, происходящих в агрофитоценозах, что особенно важно в условиях изменяющегося климата и ограниченного влагообеспечения.
Особое значение в мониторинге орошаемых агроценозов приобретают дистанционные методы, включая спутниковые снимки и аэрокосмическую съемку с использованием беспилотных летательных аппаратов (БПЛА). Эти технологии позволяют оперативно оценивать состояние посевов, выявлять зоны повреждений, рассчитывать вегетационные индексы (например, NDVI), что способствует более точному прогнозированию урожайности и своевременному принятию агротехнических решений. Применение БПЛА обеспечивает высокое разрешение графических данных и гибкость мониторинга в зависимости от времени и условий съемки, что особенно важно для адаптации технологий к специфике рискованного земледелия
, .В рамках теоретических основ следует выделить ключевые процессы, влияющие на состояние оросительных систем и агрофитоценозов: деградация почв, нарушение водно-солевого баланса, антропогенное воздействие, изменение почвенной реакции и др. Агроэкологический мониторинг позволяет выявлять и прогнозировать эти процессы, что даёт основу для разработки технологий восстановления и оптимизации водных режимов в условиях лиманного и других видов орошаемого земледелия
.Появление и развитие методов ИИ в последние годы существенно расширяет возможности моделирования и анализа многомерных данных, поступающих с различных сенсоров. ИИ-алгоритмы способствуют не только обработке больших массивов данных, но и повышению точности прогнозов состояния агрофитоценозов и выявлению скрытых взаимосвязей между экологическими и технологическими факторами. Это открывает перспективы создания адаптивных систем управления орошением, способных самостоятельно регулировать водоподачу с учётом изменения условий среды и состояния растений
.Таким образом, теоретические основы мониторинга в рискованных условиях земледелия строятся на интеграции агроэкологических принципов, современных методов дистанционного зондирования и интеллектуального анализа данных, что создаёт комплексную основу для устойчивого управления ресурсами и повышения продуктивности орошаемых агрофитоценозов.
Оперативный мониторинг орошаемых агрофитоценозов является ключевым инструментом для обеспечения устойчивого и эффективного земледелия в условиях риска, связанных с климатической изменчивостью и ограниченными ресурсами. Современные методы охватывают сочетание традиционного полевого контроля, дистанционного зондирования и интеллектуальных технологий обработки данных.
Основные методики мониторинга включают:
Рисунок 1 - Применение БПЛА для оперативного мониторинга орошаемых агрофитоценозов
3. Полевые измерения и мониторинг почвенно-водного режима с применением сенсоров уровня грунтовых вод, санитарно-химических анализов воды и почвы. Такие данные помогают контролировать физико-химические характеристики, соленость и водопроницаемость почв, что имеет важное значение в условиях рискованного земледелия для предотвращения деградации орошаемых земель
, , , .
Рисунок 2 - Сенсорные технологии поиска и идентификации состояния орошаемых агрофитоценозов
Примечание: по ист. [29]
В последнее время все большее значение приобретает мультимодальный мониторинг, который представляет собой сочетание спутниковых, БПЛА, наземных сенсоров и климатических данных для комплексной оценки продуктивности и здоровья агрофитоценозов. Этот подход обеспечивает более точные и адаптивные модели управления орошением и агротехникой
, , .Технологии оперативного мониторинга способствуют повышению эффективности использования водных ресурсов, контролю качества сельхозпродукции и снижению экологических рисков. Их внедрение в условиях рискованного земледелия становится необходимым для устойчивого развития агропромышленного комплекса и обеспечения продовольственной безопасности.
Сравнительный анализ зарубежных и российских исследований позволил выявить ключевые достоинства и недостатки зарубежных подходов, особенности и потенциал российских технологий и исследований, а также провести системное сравнение алгоритмов, моделей и методов оценки эффективности мониторинга.
Результаты сопоставления и характеристики выявленных отличий российских и зарубежных подходов к мониторингу орошаемых агрофитоценозов в условиях рискованного земледелия приведены в таблице.
Таблица 1 - Результаты сопоставления выявленных отличий российских и зарубежных подходов к мониторингу орошаемых агрофитоценозов
Характеристика | Зарубежные подходы | Российские подходы |
Технологии сбора данных | Активное применение спутникового дистанционного зондирования, БПЛА, мультиспектральной съемки. Высокое разрешение и масштабируемость. | Комбинирование спутниковых систем с применением GPS/ГЛОНАСС и локальных сенсорных сетей. Частично менее интенсивное применение БПЛА. |
Методы анализа данных | Широкое использование ИИ и машинного обучения, адаптивные модели, прогнозные аналитические системы. | Использование алгоритмов ИИ с фокусом на региональную адаптацию; развитие отечественных моделей и программных решений. |
Оценка и мониторинг водных ресурсов | Интегрированные модели водного баланса с учетом климатических изменений; прецизионное управление водоподачей на основе прогнозов. | Усиленный акцент на мелиоративный мониторинг, контроль качества оросительной воды и деградации почвы. |
Экологический аспект | Акцент на устойчивость, снижение углеродного следа, оптимизацию использования ресурсов. Реализация международных климатических проектов. | Разработка и внедрение программ по восстановлению и защите почв, локальные проекты по снижению эрозии и деградации. |
Инфраструктура и реализация | Масштабные коммерческие и государственные проекты, интеграция с ИТ-платформами отрасли, высокая степень автоматизации. | Часто экспериментальные, региональные проекты, с постепенным масштабированием; развитие отечественной ИТ-инфраструктуры и государственных программ. |
Научно-прикладной фокус | Обширные исследования по интеграции новых технологий и алгоритмов в реальные условия, тесное сотрудничество с агропромышленностью. | Фокус на адаптации технологий под российские климатические и экономические условия, разработка локальных методик и практик. |
Международное сотрудничество | Активное участие в международных инициативах, обмен опытом и технологиями. | Нацелено на развитие международных связей, но пока ограничено национальными программами и ресурсами. |
Российские исследования делают упор на локализацию и адаптацию, что связано с существенным разнообразием почвенно-климатических и экономических условий. В то же время зарубежные проекты часто более технологически продвинуты в части масштабности использования ИИ и спутникового мониторинга. Синергия этих подходов может дать значительный импульс для развития устойчивого в зонах рискованного земледелия России с применением современных цифровых технологий.
В качестве перспективных направлений дальнейшего совершенствованияагроэкологического мониторинга можно выделить разработку гибридных моделей мониторинга, включая интеграцию нейросетевых методов ИИ с климатическими и гидрологическими моделями, использование облачных решений в агросекторе, а также применение предиктивных эколого-математических моделей, позволяющих оценивать и прогнозировать социально-экономические эффекты улучшенного мониторинга.
4. Заключение
Проведенные исследования позволили сформулировать следующие выводы и рекомендации:
1. Современные методы оперативного мониторинга с использованием средств ИИ и нейросетевых технологий позволяет существенно повысить точность и оперативность оценки состояния орошаемых агрофитоценозов в условиях рискованного земледелия, в частности Волгоградской области и аналогичных регионов. В условиях рискованного земледелия особое внимание должно уделяться мониторингу мелиоративного состояния земель и предотвращению деградационных процессов, что влияет на устойчивость и продуктивность агрофитоценозов.
2. Применение беспилотных летательных аппаратов (БПЛА) с высоким разрешением съемки и обработкой получаемых изображений методами глубокого обучения позволяет в режиме реального выявлять дефекты развития растений, стрессовые состояния и патологические изменения, что обеспечивает возможность оперативной корректировки агротехнических мероприятий.
3. Опубликованные результаты российских и зарубежных исследований подтверждают высокую эффективность комплексного использования дистанционного зондирования, IoT-сенсоров и методов ИИ для мониторинга и управления водным режимом, почвенно-химическими характеристиками и продуктивностью агроценозов.
4. Основными ограничениями современных систем остаются требования к качеству и объему исходных данных, необходимость адаптации алгоритмов ИИ к локальным региональным условиям, а также все еще высокая стоимость внедрения и поддержки технологий.
5. Актуальным направлением совершенствования агроэкологического мониторинга является разработка гибридных систем мониторинга, объединяющих спутниковые данные, данные БПЛА, локальные сенсоры и климатическую информацию для более комплексного и адаптивного управления орошением в рискованных условиях.
Реализация разработанных алгоритмов и технологий позволит повысить экономическую эффективность аграрного производства, снизить затраты на ресурсы и добиться устойчивого высокопродуктивного земледелия с соблюдением экологических норм и стандартов.