В Северо-Кавказском федеральном университете реализуют три проекта Российского научного фонда, связанных с умным земледелием и цифровыми технологиями для агропромышленного комплекса. Разработки охватывают беспилотные системы, мониторинг тепличных комплексов и прогнозирование урожайности.

Первый грант посвящён энергоэффективным бортовым архитектурам для беспилотного транспорта. Учёные исходят из того, что массовому внедрению беспилотников мешает ограничение бортового оборудования по энергии, поэтому создают компактные и отказоустойчивые модули с адаптивным машинным обучением и встроенной безопасностью. В агросфере такие решения могут применяться в дронах для мониторинга посевов.

Второй проект связан с умными теплицами и выполняется совместно со Ставропольским государственным аграрным университетом, индустриальный партнёр — тепличный комплекс «Солнечный Дар». Учёные разрабатывают систему мониторинга растений на основе беспроводных сенсорных сетей и математических методов, которая должна помочь выявлять производственные проблемы и передавать данные от датчиков на центральную станцию.

Третий грант — высокоточная система прогнозирования урожайности на основе вегетационных данных. Исследователь собирает мультиспектральные данные со спутника и обрабатывает их с помощью вегетационных индексов, по которым можно судить о состоянии почвы, обеспеченности растений водой и времени внесения удобрений. Также разрабатываются методы машинного обучения, включая трансформерные архитектуры, для объединения данных БПЛА, спутников и агрометеорологических источников.

Ожидаемый результат — устойчивая к пропускам данных модель, которая позволит точнее оценивать состояние культур и заранее планировать агротехнические мероприятия. По словам руководителя проекта Дианы Калиты, практический эффект решений — более высокий урожай за счёт точечного воздействия питательными веществами на растения и своевременной реакции на погоду.

Руководят проектами Диана Калита, Владимир Федоренко и Валентина Арустамян. Сейчас разработки находятся на этапах создания моделей, алгоритмов и прикладных программ, следующим шагом должны стать апробация и внедрение. Проект по прогнозу урожайности планируется завершить в 2027 году, два других рассчитаны до 2029 года.