Вестник РАН, 2021, T. 91, № 8, стр. 755-768

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ СОВРЕМЕННЫХ СИСТЕМ ЗЕМЛЕДЕЛИЯ В РОССИИ

В. П. Якушев a*, В. В. Якушев a**, С. Ю. Блохина a***, Ю. И. Блохин a****, Д. А. Матвеенко a*****

a Агрофизический научно-исследовательский институт
Санкт-Петербург, Россия

* E-mail: vyakushev@agrophys.ru
** E-mail: mail@agrophys.com
*** E-mail: sblokhina@agrophys.ru
**** E-mail: blohin3k4@gmail.com
***** E-mail: dmatveenko@agrophys.ru

Поступила в редакцию 29.03.2021
После доработки 30.04.2021
Принята к публикации 19.05.2021

Аннотация

Эффективность производства растениеводческой продукции определяется не только техническим и ресурсным оснащением хозяйствующих субъектов, но и уровнем информационного обеспечения при проектировании адаптивно-ландшафтных систем земледелия, формировании пакета агротехнологий и их оптимальной реализации в полевых условиях, включая агроприёмы точного земледелия. В статье осуществлён анализ современного состояния проблемы информационного обеспечения земледельческой отрасли. Отмечается его несовершенство, которое не позволяет повсеместно обеспечить получение высоких урожаев, возможных в конкретных почвенно-климатических условиях, и воспроизводство почвенного плодородия. Авторы обосновывают перспективы совершенствования информационного обеспечения сельскохозяйственного производства, которые тесно связаны с развитием инфраструктуры сопряжённого дистанционного и наземного мониторинга и оценки состояния сельскохозяйственных земель и посевов. Разработаны и апробированы новые методы обработки и интерпретации спутниковой информации, созданы прототипы наземных мобильных и стационарных измерительных систем сбора данных, характеризующих состояние посевов и среды их обитания, подчёркивается роль математических моделей в задаче управления продукционным процессом сельскохозяйственных культур. Рассмотрена применяемая авторами концептуальная схема управления исследованиями в данном направлении и возможность системного использования перспективных методов и соответствующих результатов в производстве.

Ключевые слова: адаптивно-ландшафтные системы земледелия, точное земледелие, интеллектуальные системы поддержки принятия решений, электронная карта-задание, дистанционное зондирование Земли, оптические характеристики посевов, электронная карта урожайности, мобильные и стационарные измерительные системы, беспроводные сенсорные сети, электронная карта пространственного распределения физических показателей почвы, программно-аппаратные средства, интернет вещей.

DOI: 10.31857/S0869587321080090

Список литературы

  1. Доктрина продовольственной безопасности Российской Федерации до 2030 года. М., 2020.

  2. Указ Президента Российской Федерации от 01.12.2016 г. № 642 “О Стратегии научно-технологического развития Российской Федерации”. http://pravo.gov.ru/proxy/ips/?docbody=&firstDoc=1&lastDoc=1&nd=102416645

  3. Либих Ю. Химия в приложении к земледелию и физиологии растений. М.-Л.: Сельхозгиз, 1936.

  4. Менделеев Д.И. Работы по сельскому хозяйству и лесоводству. М.: АН СССР, 1954.

  5. Основы агрофизики / Под ред. А.Ф. Иоффе и И.Б. Ревута. М.: Физматгиз, 1959.

  6. Кирюшин В.И. Задачи научно-инновационного обеспечения земледелия России // Земледелие. 2018. № 3. С. 3–8.

  7. Кирюшин В.И. Актуальные проблемы и противоречия развития земледелия // Земледелие. 2019. № 3. С. 3–7.

  8. Кирюшин В.И. Теория адаптивно-ландшафтного земледелия и проектирование агроландшафтов. М.: Колос, 2011.

  9. Иванов А.Л., Кирюшин В.И., Молчанов Э.Н. и др. Анализ земельной реформы и агропромышленного производства за четверть века. Почвенно-экологические, институциональные и инфраструктурные аспекты модернизации. Земельная служба. Доклад для органов высшей исполнительной и законодательной власти. М.: Почвенный институт им. В.В. Докучаева, 2016. https://yadi.sk/i/nwJRC7pjzqQS2

  10. Якушев В.П., Якушев В.В. Перспективы “умного сельского хозяйства” в России // Вестник РАН. 2018. № 9. С. 773–784.

  11. Якушев В.П., Якушев В.В., Матвеенко Д.А. Интеллектуальные системы поддержки технологических решений в точном земледелии // Земледелие. 2020. № 1. С. 33–37.

  12. Tisseyre B., Leroux C. How to measure and report within field variability: a review of common indicators and their sensitivity // Precision Agriculture. 2019. V. 9. P. 562–590. https://doi.org/10.1007/s11119-018-9598-x

  13. Лупян Е.А., Бурцев М.А., Прошин А.А., Кобец Д.А. Развитие подходов к построению информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2018. № 3. С. 53–66.

  14. Якушев В.П., Дубенок Н.Н., Лупян Е.А. Опыт применения и перспективы развития технологий дистанционного зондирования Земли для сельского хозяйства // Современные проблемы дистанционного зондирования Земли из космоса. 2019а. № 3. С. 11–23.

  15. Труфляк Е.В., Скубиев С.И., Цыбулевский В.В., Малашихин Н.В. Дистанционный мониторинг посевов риса и алгоритм выявления неоднородностей // Современные проблемы дистанционного зондирования Земли из космоса. 2019. № 3. С. 110–124.

  16. Зейлигер А.М., Ермолаева О.С., Музылев Е.Л. и др. Компьютерный анализ режимов водного стресса орошаемых агроценозов с использованием SWAP-модели, а также данных наземного и космического мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2019. № 3. С. 33–43.

  17. Музылев Е.Л., Старцева З.П., Зейлигер А.М. и др. Использование спутниковых данных о характеристиках подстилающей поверхности и метеорологических характеристиках при моделировании водного и теплового режимов большого сельскохозяйственного региона // Современные проблемы дистанционного зондирования Земли из космоса. 2019. № 3. С. 44–60.

  18. Павлюшин В.А., Лысов А.К. Фитосанитарная безопасность агроэкосистем и дистанционный фитосанитарный мониторинг в защите растений // Современные проблемы дистанционного зондирования Земли из космоса. 2019. № 3. С. 69–78.

  19. Balaguer-Beser A., Ruiz L. A., Hermosilla T., Recio J.A. Using semivariogram indices to analyse heterogeneity in spatial patterns in remotely sensed images // Computers and Geosciences. 2013. V. 50. P. 115–127.

  20. Lausch A., Pause M., Doktor D. et al. Monitoring and assessing of landscape heterogeneity at different scales // Environmental Monitoring and Assessment. 2013. V. 185. № 11. P. 9419–9434.

  21. Oliveira Silveira E.M., Mello J.M., Acerbi F.W.J. et al. Characterizing landscape spatial heterogeneity using semivariogram parameters derived from NDVI images // Cerne. 2017. V. 23. № 4. P. 413–422.

  22. Wu X., Peng J., Shan J. E., Cui W. Evaluation of semivariogram features for object-based image classification // Geo-spatial Information Science. 2015. V. 18. № 4. P. 159–170.

  23. Yue A., Zhang C., Yang J. et al. Texture extraction for object-oriented classification of high spatial resolution remotely sensed images using a semivariogram // Intern. J. Remote Sensing. 2013. V. 34. № 11. P. 3736–3759.

  24. Якушев В.П., Жуковский Е.Е., Кабанец А.Л. и др. Вариограммный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия. СПб.: АФИ, 2010.

  25. Якушев В.П., Буре В.М., Митрофанова О.А. и др. Оценка внутриполевой изменчивости посевов с помощью вариограммного анализа спутниковых данных для точного земледелия // Современные проблемы дистанционного зондирования Земли из космоса. 2020. № 2. С. 114–122.

  26. Mulla D.J. Twenty-five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps // Biosystems Engineering. 2013. V. 114. № 4. P. 358–371.

  27. Якушев В.П., Матвеенко Д.А., Петрушин А.Ф. и др. Новый метод количественной оценки внутриполевой изменчивости по оптическим характеристикам посевов для точного земледелия // Вестник российской сельскохозяйственной науки. 2020. № 2. С. 4–10.

  28. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности: справочное издание. М.: Финансы и статистика, 1989.

  29. Буре В.М., Петрушин А.Ф., Якушев В.В. Автоматизированная система стохастического выделения однородных технологических зон на сельскохозяйственном поле по данным урожайности. Свидетельство о государственной регистрации программы для ЭВМ № 2008614663 от 29 сентября 2008 г.

  30. Якушев В.П., Якушев В.В., Баденко В.Л. и др. Оперативное и долгосрочное прогнозирование продуктивности посевов на основе массовых расчётов имитационной модели агроэкосистемы в геоинформационной среде (обзор) // Сельскохозяйственная биология. 2020. № 3. С. 451–467.

  31. Якушев В.В., Буре В.М., Якушев В.П. Стохастическое моделирование и оценка вероятности потерь продуктивности // Российская сельскохозяйственная наука. 2018. № 5. С. 77–80.

  32. Ананьев И.П., Зубец В.С., Белов А.В. и др. Мобильный комплекс для внутрипочвенного измерения и картирования агротехнологических характеристик пахотного слоя почвы // Информация и космос. 2015. № 2. С. 69–84.

  33. Блохин Ю.И., Белов А.В., Блохина С.Ю. Комплексная система контроля влажности почвы и локальных метеоусловий для интерпретации данных дистанционного зондирования // Современные проблемы дистанционного зондирования Земли из космоса. 2019. № 3. С. 87–95.

  34. Блохин Ю.И., Якушев В.В., Блохина С.Ю. и др. Современные решения для формирования опорной информации с целью повышения точности определения агрофизических свойств почвы по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2020. № 4. С. 164–178.

  35. Kour V.P., Arora S. Recent Developments of the IoT in Agriculture: A Survey // IEEE ACCESS. 2020. V. 8. P. 129924–129957.

Дополнительные материалы отсутствуют.