Ученые Северо-Кавказского федерального университета разрабатывают высокоточную систему прогнозирования урожайности, основанную на анализе вегетационных данных разных типов. О проекте рассказала младший научный сотрудник департамента науки СКФУ Валентина Арустамян, сообщает ТАСС.
Грант на работу рассчитан на 2026–2027 годы. Исследователи собирают мультиспектральные спутниковые данные и обрабатывают их для расчета вегетационных индексов, характеризующих качество почвы и количество воды в растениях.
Информация из разных спектральных диапазонов позволяет анализировать состояние почвы и сельскохозяйственных угодий, а также определять время внесения удобрений. Разработка должна повысить точность краткосрочных прогнозов состояния культур, которой сейчас мешают шумы и несовместимость сведений из разных источников.
Для объединения данных ученые применяют методы машинного обучения, включая трансформерные архитектуры. Модель будет совмещать мультиспектральные изображения с беспилотных аппаратов и спутников Sentinel-2 с агрометеорологическими показателями.
Ключевым результатом проекта должна стать прогностическая модель вегетационных индексов, устойчивая к пропускам данных. Она предназначена для предварительного планирования агротехнических мероприятий и сокращения потерь урожая за счет перехода от наблюдения за полями к прогнозированию на основе разнородной информации, объединенной в устойчивые к шумам ML-модели.