Молодая исследовательская группа под руководством младшего научного сотрудника Валентины Арустамян из Северо‑Кавказского центра математических исследований СКФУ стала победителем конкурса РНФ среди малых научных коллективов в 2025 году. Финансирование проекта составило 1,5 миллиона рублей. Разработка сочетает методы агрономии, компьютерного зрения, климатологии и машинного обучения и нацелена на решение прикладной задачи цифровизации управления сельскохозяйственным производством на базе отечественных технологий.
– Ключевой принцип науки в нашем университете – это трансформация идей и исследовательских проектов в практическое русло. Мы приоритетно развиваем технологии, которые должны приносить реальную пользу экономике и быть ориентированными на технологическое лидерство. В этой связи целый ряд проектов в области ИИ и анализа больших данных наши ученые развивают в интересах медицины, химической отрасли, сельского хозяйства, – прокомментировала и.о. ректора СКФУ профессор Татьяна Шебзухова.
В условиях климатических изменений и непредсказуемости погодных условий современные методы мониторинга сельскохозяйственных земель требуют перехода от регулярных полевых обследований к интегрированным цифровым системам анализа растительности, как отмечают авторы исследования. Данные дистанционного зондирования, поступающие с беспилотников и спутников, позволяют формировать пространственно‑временную картину состояния посевов.
– Мы планируем обучить нейросеть обрабатывать изображения, предоставляемые из разнородных источников информации: убирать шумы и пропуски, т.е. производить спектральную нормализацию данных и согласование пространственных решений. Будут разработаны также алгоритмы анализа этих изображений, модуль обработки температурных и осадочных рядов. Ключевым результатом станет создание прогностической модели, способной производить мониторинг сельскохозяйственных полей, формировать прогноз урожайности, – рассказала аспирант, младший научный сотрудник Северо-Кавказского центра математических исследований СКФУ Валентина Арустамян.
Разработанная система на базе глубокой нейронной сети позволит фермерам оперативно реагировать на изменения состояния культур, корректировать режимы подкормки, полива и другие агротехнические мероприятия, сокращая потери урожая и повышая его устойчивость к неблагоприятным условиям.
Научная новизна проекта заключается в интеграции разнотипных информационных источников и использовании архитектур трансформеров для задач прогнозирования в аграрном секторе.
Авторы проекта считают, что созданная нейросетевая модель станет востребованной как в научных изысканиях в области агроэкологии и сельского хозяйства, так и в прикладных платформах для агрохолдингов, центров управления посевами и региональных служб фитосанитарного мониторинга. Разработанные архитектурные решения и методики можно адаптировать под другие задачи, например, прогнозирование урожайности, выявление деградации посевов, оптимизацию полива и моделирование последствий климатических изменений.
Справочно: в декабре 2025 года Северо-Кавказский федеральный университет получил 12 грантов Российского научного фонда (РНФ), позволяющих осуществлять исследования малыми отдельными научными группами. Общая сумма финансирования по этим проектам составила 36 миллионов рублей.
Источник: Северо-Кавказский федеральный университет.
