Аннотация. Целью работы являлась возможность использования нейронных сетевых структур системы искусственного интеллекта для обработки фотометрических данных дистанционного зондирования посевов озимой ржи, выращенных в условиях Ленинградской области на поле учебно-опытного сада СПбГАУ в 2014–2015 гг. Методология и методы исследования. В процессе культивирования растений были применены различные виды обработок: внесение минеральных удобрений, микроэлементов и микробного биопрепарата. Для обработки фотометрических данных был применен персептрон Розенблатта, анализирующий сходство и различия фотометрических NDVI-профилей посевов озимой ржи, полученных с разных вариантов опыта. Результаты. По числовым показателям вегетационных индексов удалось построить фазовые портреты траектории их перемещения на координатной плоскости поля. Дальнейший кластерный анализ полученных данных, преобразованных в квадратную матрицу парных евклидовых дистанций, позволил выделить на дендрограмме группировку вариантов, связующим компонентов в которых являлось применение микробиологического инокулянта. При применении биопрепарата происходит более полное развитие растений в посевах и улучшается их выравненность в поле. Минимальный показатель коэффициента вариации при этом наблюдался для варианта без применения биопрепарата, но с совместным использованием комплекса всех минеральных удобрений (50 фосмука + 50 KCl + 50 аммиачная селитра) и микроэлементов в дозе 250 кг/га. Научная новизна. По итогу проведенного анализа можно сделать вывод, что образы траекторий точек NDVI-профилей предоставляют качественную информацию, отражающую динамику фаз онтогенеза растений озимой ржи. На основании характера выбранных участков этих траекторий можно создать цифровую карту опытного поля, с помощью которой вести протокол дистанционной диагностики состояния продуктивности посевов и делать прогноз их урожайности времени уборки.
Abstract. The paper considers the possibility of using neural network structures of an artificial intelligence system for processing photometric data of remote sensing of winter rye crops grown in the conditions of the Leningrad Region on the field of the educational and experimental garden of Saint Petersburg State Agrarian University in 2014–2015. In the process of cultivating plants, various types of treatments were applied: the application of mineral fertilizers, microelements and a microbial biological product. To process the photometric data, the Rosenblatt perceptron was used, which analyzes the similarities and differences in the photometric NDVI profiles of winter rye crops obtained from different variants of the experiment. According to the numerical indicators of vegetation indices, it was possible to construct phase portraits of the trajectory of their movement on the coordinate plane of the field. Further cluster analysis of the data obtained, converted into a square matrix of paired Euclidean distances, made it possible to identify on the dendrogram a grouping of variants in which the connecting components were the use of a microbiological inoculant. When using a biological product, there is a more complete development of plants in crops and their evenness in the field improves. The minimum coefficient of variation was observed for the variant without the use of a biological product, but with the joint use of a complex of all mineral fertilizers (50 phosphorite flour + 50 KCl + 50 ammonium nitrate) and microelements at a dose of 250 kg/ha. Based on the results of the analysis, it can be concluded that the images of the trajectories of the points of the NDVI profiles provide qualitative information reflecting the dynamics of the ontogeny phases of winter rye plants. Based on the nature of the selected sections of these trajectories, it is possible to create a digital map of the experimental field, with the help of which to conduct a protocol for remote diagnostics of the state of crop productivity and make a forecast of their yield during harvesting.