Доступен новый учебник "Цифровое сельское хозяйство : учебник / Е. В. Труфляк. – Краснодар, 2026. – 642 с."

СОДЕРЖАНИЕ:
1 ЦИФРОВЫЕ СЕРВИСЫ ДЛЯ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ
1.1 Классификация специального программного обеспечения
1.2 Описание пакетов специального программного обеспечения
1.3 Информационные системы органов власти
1.4 Функции, задачи и интерфейс информационных систем
2 БЕСПИЛОТНЫЕ АВИАЦИОННЫЕ СИСТЕМЫ
2.1 Термины на основе действующих ГОСТов
2.2 Классификация беспилотных летательных аппаратов
2.3 Методы управления БВС
2.4 Применение сельскохозяйственных дронов
2.5 Беспилотные летательные аппараты мультироторного типа
2.6 Беспилотные летательные аппараты самолетного типа
2.7 Программное обеспечение
2.8 Беспилотные авиационные системы для мониторинга в сельском хозяйстве
2.9 Беспилотные авиационные системы для внесения СЗР, удобрений и посева
3 СИСТЕМЫ ПАРАЛЛЕЛЬНОГО ВОЖДЕНИЯ
3.1 Варианты реализации системы параллельного вождения
3.2 Системы автоматического вождения
3.3 Оптимизация маршрутов техники
4 ЛОКАЛЬНЫЙ ОТБОР ПРОБ В СИСТЕМЕ КООРДИНАТ
4.1 Законодательная база, цели и задачи агрохимического обследования
4.2 Методика проведения комплексного агрохимического обследования почв сельскохозяйственных угодий
4.3 Автоматизация аналитической оценки агрохимических данных
4.4 Альтернативные методы определения свойств почвы
5 ДИФФЕРЕНЦИРОВАННЫЕ ТЕХНОЛОГИИ
5.1 Двухэтапные технологии
5.2 Одноэтапные технологии
6 ИСПОЛЬЗОВАНИЕ СЕНСОРНЫХ ДАТЧИКОВ В ТОЧНОМ ЗЕМЛЕДЕЛИИ
6.1 Основы применения сенсоров
6.2 Датчики для определения свойств почвы
6.3 Датчики для измерения свойств растений и травостоев
7 СПУТНИКОВЫЙ МОНИТОРИНГ ТЕХНИЧЕСКИХ СРЕДСТВ
8 МЕТЕОСТАНЦИИ И ПОГОДНЫЕ СЕРВИСЫ
9 ПРИМЕНЕНИЕ СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
10 РОБОТОТЕХНИКА
10.1 Роботизированные системы в сельском хозяйстве
10.2 Каталог полевых роботов
10.3 Беспилотные транспортные средства
11 ИНТЕЛЛЕКТУАЛЬНАЯ АКВАКУЛЬТУРА
12 ПРАКТИЧЕСКИЙ ОПЫТ ВНЕДРЕНИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ
13 ЦИФРОВОЕ ЖИВОТНОВОДСТВО
13.1 Элементы точного молочного скотоводства
13.2 Элементы точного свиноводства
13.3 Элементы точного птицеводства
13.4 Инновации в точном животноводстве
14 ЭКОНОМИЧЕСКИЕ АСПЕКТЫ ТЕХНОЛОГИЙ ТОЧНОГО ЗЕМЛЕДЕЛИЯ
14.1 Сравнительный анализ дифференцированного внесения удобрений в режимах онлайн и офлайн
14.2 Сравнительный анализ дифференцированного внесения удобрений с использованием индексов вегетации Биоиндекса и NDVI
14.3 Эффективность применения шин низкого давления при возделывании озимого ячменя
14.4 Использование беспилотной технологии внесения удобрений, гербицидной, инсектицидной и фунгицидной обработок при возделывании озимого ячменя
14.5 Экономическая эффективность применения БАС и наземной техники в производственных условиях
14.6 Эффективность дифференцированного внесения удобрений с использованием модели искусственного интеллекта

#Учебныепособия

Распознавание культур и сорняков с использованием нейросети

Интересный функционал на платформе "История поля" связан с распознаваем сорняков нейросетью Ассистагро.

Для каждой культуры/фенофазы есть определенные требования к высоте съемки. Для наиболее точного результата камера при съемке должна располагаться параллельно поверхности земли.

Нейросеть работает для 12 культур. Распознавание 150 видов сорняков. Обучено на 2 млн. снимках. Модель используется на 1,5 млн. га полей в России, Казахстане и Узбекистане

Карта культур регионов с автоматически определенными контурами и границами полей, культурами и оценкой урожайности за несколько лет

Используя данные со спутниковых снимков Sentinel–2, были обрисованы поля, и нейронная сеть находит границы самостоятельно.
Использован алгоритм машинного обучения для определения культур на полях на основании анализа целого набора данных NDVI, SAR-спутников, влажности почвы и др.
С помощью алгоритма прогноза урожайности Cropwise отслеживается оценка урожайности с момента, когда система определила культуры на полях.
На Карте культур регионов отображают границы административного региона (государство, область, округ), в пределах которых размещены контуры и зоны полей, система их определила автоматически; культуры, которые возделывали на этих полях в определенный год/сезон; обрабатываемые площади полей и оценочная урожайность в конкретный год: показатель (в процентах) разницы оценочной урожайности культуры на одном поле по сравнению с урожайностью других полей с такой же культурой в этом административном регионе за один и тот же год/сезон; оценка потенциала каждого поля, основанная на анализе оценки урожайности культур за 3-5 лет по сравнению с показателями оценочной продуктивности других полей в том же административном регионе

С Днем студента! 👨‍🎓
Это то время, когда можно и нужно учиться, творить, ошибаться и снова учиться, пробовать реализовывать различные, даже абсурдные идеи, которые не всегда реализуешь во взрослой жизни