Аннотация результатов, полученных в 2024 году
Для перехода сельского хозяйства на новый технологический уровень актуально использовать точное земледелие (ТЗ). ТЗ обеспечивает наиболее рациональную адаптацию агроприемов путём дифференциации технологических воздействий к внутриполевой изменчивости условий роста и развития сельскохозяйственных культур. Актуальность развития ТЗ подтверждается Программой фундаментальных научных исследований (ПФНИ) до 2030 года, в которой предусматривается создание адаптивных систем земледелия на основе цифровизации. А также поручением Президента РФ начать широкое применение ТЗ, озвученным на форуме «Сильные идеи для нового времени», состоявшемся в 2023 г. При этом упор должен делаться на развитие бесконтактных (дистанционных) методов оценки состояния посевов и среды их обитания. Аэрокосмические снимки позволяют получать информацию с одновременным охватом значительных площадей, что затруднительно осуществить при проведении наземных исследований контактными методами. Необходимо осуществлять выявление границ интенсивности внутриполевой неоднородности на основе совершенствования и создания новых методов математической обработки данных дистанционного зондирования (ДДЗ), получаемых в результате аэрокосмической съёмки с помощью мульти- и гиперспектральных камер. Гиперспектральное дистанционное зондирование открывает новые возможности для оперативной и более точной количественной оценки состояния посевов сельскохозяйственных культур в основные фазы их развития. Эти возможности позволяют осуществлять корректировку продукционного процесса, например, проводить своевременно азотные дифференцированные подкормки. Однако данная оперативная технология до сих пор не получила широкого распространения, поскольку для её реализации требуется детальная оценка внутриполевой изменчивости факторов урожайности и взаимосвязи этой изменчивости с условиями роста сельскохозяйственных культур. Гиперспектральные данные имеют большой потенциал для выявления внутриполевой неоднородности и определения границ её интенсивности за счёт почти непрерывных спектров. Они охватывают спектральные детали, которые могут быть незамеченными в мультиспектральных данных из-за их дискретного и разреженного характера. В отчётный период 2024 г., для реализации проекта, разработана блочная структура интеллектуальной научно-технической платформы (НТП), функционально разделённой на две группы блоков. Первая группа предназначена для информационного наполнения пространственно-атрибутивных баз данных, формирующихся по разработанным методикам с помощью дистанционных средств, методов планирования и закладки полевых опытов с тестовыми площадками, сбора и первичной обработки данных. Здесь важно отметить, что к этой группе относится и впервые разработанная методика поиска информативных каналов в гиперспектральных изображениях посевов зерновых культур для оценки их состояния в различные фазы развития и при различных стресс-факторах. В данной методике используются различные способы кластеризации данных дистанционного зондирования для выявления информативных спектральных каналов для определения уровня серы и магния в растениях. Кластеризация по волновым показателям методом SEM в программном обеспечении R-Studio позволила выделить зависимость уровня внесения серы в почву на тестовых площадках в фазах кущения и выхода в трубку. Значимость различия между внесённой дозой серы в почву и данными гиперспектральной съёмки посева на тестовой площадке доказана с использованием непараметрического критерия Краскела-Уоллиса (в настоящее время готовится публикация по этому результату). Вторая группа, группа ключевых блоков, является функциональным ядром НТП и направлена на разработку эффективных способов обнаружения внутриполевой неоднородности и определения её границ по степени интенсивности, а также в решении актуальных задач адаптивного земледелия. Используя инфраструктуру НТП и имеющийся у коллектива проекта научный задел, разработано и опубликовано описание двух алгоритмов по управлению азотным режимом посевов и выбору типа технологии по уровню интенсивности (нормальные, интенсивные, прецизионные) для реализации технологического воздействия в полевых условиях. Созданный функционал обеспечивает возможность применения в алгоритмах двух новых методов обнаружения внутриполевой неоднородности и границ её интенсивности по гиперспектральным изображениям. Первый из них использует инструментарий геостатистики, а другой базируется на комплексной оценке динамики изменения оптических характеристик посева. Пространственная вариабельность состояния посевов, которая определяется дистанционно, обусловлена многими факторами (почвенными, климатическими, биологическими, технологическими и др.) и зависит от оптических свойств листьев, архитектоники растений, структуры посевов. Радиация, отражённая листьями и другими фитоэлементами, несёт полную информацию о биохимическом составе, архитектуре тканей, физиологическом состоянии растений, а специфические изменения их спектральных характеристик и количества отражённой радиации позволяют оценить реакцию растений на действие различных стрессоров и осуществить дешифрование информации, заложенной в отражённой радиации. В этой связи реализуемость разработанных алгоритмов основана на сопряжённом использовании вариограммного анализа (главного инструмента геостатистики) и статистически значимых изменений ряда информативных вегетационных индексов, характеризующих активность фотосинтеза по содержанию фотосинтетических пигментов, наличие в тканях растений антоцианов, флавоноидов и воды. Использование в рассмотренных алгоритмах гиперспектральной информации обеспечивает достаточно точный расчёт идентифицирующих состояние растений вегетационных индексов. Это указывает на перспективность и возможность масштабирования применения данного подхода на практике. Для реализации возможности практического использования алгоритмов планируется дальнейшая детальная автоматизация их применения. Сайт проекта: http://agrophys.com/