сотрудник
Аннотация. С учетом постоянного роста мирового населения и увеличения потребности в продуктах питания эффективный мониторинг аграрных экологических систем становится все более важным. Это связано с необходимостью оптимизировать использование ресурсов, повысить урожайность и обеспечить устойчивость аграрных систем в условиях изменяющегося климата и возрастающего антропогенного воздействия. Применение таких технологий позволяет получить более точные и объективные данные о состоянии аграрных экосистем, что, в свою очередь, способствует принятию обоснованных решений, направленных на улучшение управления аграрными экосистемами и оптимизацию сельскохозяйственных практик. Цель. В данной научной работе целью является моделирование мониторинга аграрных экологических систем, разработанной на основе использования больших данных (Big Data). Методы. Авторы статьи анализируют существующие методы мониторинга агроэкосистем и обосновывают необходимость создания нового подхода, который улучшит качество и точность мониторинговых результатов. Основной акцент сделан на применение методов анализа больших данных и машинного обучения для получения более точной и объективной информации о состоянии аграрных экосистем. Научная новизна. Авторами проведено моделирование систем мониторинга аграрных экологических систем, основанное на методологии больших данных. Это представляет собой переход от классических подходов к более высокоэффективным и точным, что является значительным шагом вперед в данной области исследований. Результаты. Новая модель мониторинга аграрных экологических систем предоставляет возможности для более точного и объективного изучения и оценки состояния агроэкосистем. Она также позволяет принимать обоснованные решения на основе полученной информации, что является важным инструментом для устойчивого развития аграрного сектора. В заключение авторы обсуждают возможности дальнейшего усовершенствования модели и ее применения в различных сферах аграрной деятельности.
большие данные, агропромышленный комплекс, аграрные экологические системы
1. Alves M. A. B., de Souza A. P., de Almeida F. T., Hoshide A. K., Araújo H. B., da Silva A. F., de Carvalho D. F. Effects of Land Use and Cropping on Soil Erosion in Agricultural Frontier Areas in the Cerrado-Amazon Ecotone, Brazil, Using a Rainfall Simulator Experiment // Sustainability. 2023. Vol. 15. Article number 4954. DOI:https://doi.org/10.3390/su15064954.
2. Antora S. S., Chang Y. K., Nguyen-Quang T., Heung B. Development and Assessment of a Field-Programmable Gate Array (FPGA)-Based Image Processing (FIP) System for Agricultural Field Monitoring Applications // AgriEngineering. 2023. Vol. 5. Pp. 886-905.
3. Chen L., He Z., Gu X., Xu M., Pan S., Tan H., Yang S. Construction of an Agricultural Drought Monitoring Model for Karst with Coupled Climate and Substratum Factors - A Case Study of Guizhou Province, China // Water. 2023. Vol. 15. Article number 1795. DOI:https://doi.org/10.3390/w15091795.
4. Hu L., Zhang C., Zhang M., Shi Y., Lu J., Fang Z. Enhancing FAIR Data Services in Agricultural Disaster: A Review // Remote Sens. 2023. Vol. 15. Article number 2024. DOI:https://doi.org/10.3390/rs15082024.
5. Аббасов И. Б., Дешмух Р. Р. Распознавание изображений сельскохозяйственных культур, растений и лесных массивов // Известия ЮФУ. Технические науки. 2020. № 3 (213). С. 202-212. DOI:https://doi.org/10.18522/2311-3103-2020-3-202-212.
6. Будзко В. И., Меденников В. И. Системный анализ образовательных цифровых экосистем в АПК // Системы высокой доступности. 2023. Т. 19. № 1. С. 46-58. DOI:https://doi.org/10.18127/j20729472-202301-04.
7. Германова С. Е., Дремова Т. В., Самброс П. А. Управление и оценка рисков загрязнения почвы нефтепродуктами в АПК // Международный сельскохозяйственный журнал. 2020. № 1. С. 59-61. DOI:https://doi.org/10.24411/2587-6740-2020-11013.
8. Диченский А. В., Гриц Н.В., Удотов А.Ю. Аспекты применения роботизированной техники в аграрном производстве - современное состояние и перспективы // Известия Международной академии аграрного образования. 2020. № 50. С. 15-19.
9. Ивановская В. В., Голубева Е. И., Труфанов А. В. Применение ГИС-технологий для оптимизации сельскохозяйственного природопользования // Проблемы региональной экологии. 2020. № 5. С. 36-41. DOI:https://doi.org/10.24412/1728-323X-2020-5-36-41.
10. Косенчук О. В. Типология аграрных территорий по оценке многофункциональности сельского хозяйства // Региональные проблемы преобразования экономики. 2019. № 11 (109). С. 57-66. DOI:https://doi.org/10.26726/1812-7096-2019-11-57-66.
11. Кузнецов В. К. Санжарова Н. И., Панов А. В., Исамов Н. Н. Радиационно-экологический мониторинг агроэкосистем в зоне воздействия АЭС: методология и результаты исследований // Медицинская радиология и радиационная безопасность. 2019. Т. 64. № 4. С. 25-31. DOI:https://doi.org/10.12737/article_5d1102809c5ac3.32613968.
12. Лобачевский Я. П., Дорохов А. С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15. № 4. С. 6-10. DOI:https://doi.org/10.22314/2073-7599-2021-15-4-6-10.
13. Мабиала Ж., Гниздыло В. С. Эколого-экономические проблемы территориальной политики развития Республики Крым // ЦИТИСЭ. 2020. № 3 (25). С. 38-52. DOI:https://doi.org/10.15350/2409-7616.2020.3.04.
14. Матвеева Н. И., Зволинский В. П. Предпринимательский потенциал как экономическая категория // Теоретические и прикладные проблемы агропромышленного комплекса. 2020. Т. 44. № 2. С. 49-55. DOI:https://doi.org/10.32935/2221-7312-2020-44-2-49-55.
15. Назаров Д. М., Кондратенко И. С., Сулимин В. В., Шведов В. В. Цифровизация сельского хозяйства на примере Румынии // Международный сельскохозяйственный журнал. 2022. № 6 (390). С. 622-624. DOI:https://doi.org/10.55186/25876740_2022_65_6_622.
16. Холодов О. А. Комплексный мониторинг использования земель сельскохозяйственного назначения в современный период // Вестник Волгоградского государственного университета. Экономика. 2019. Т. 21. № 3. С. 107-119. DOI:https://doi.org/10.15688/ek.jvolsu.2019.3.10.
17. Цветцых А. В., Шевцова Н. В. Устойчивое развитие сельских территорий: сбалансированная система показателей // Азимут научных исследований: экономика и управление. 2020. Т. 9. № 2 (31). С. 366-370. DOI:https://doi.org/10.26140/anie-2020-0902-0088.
