О некоторых методах расчёта состояния посевов в сервисе цифрового двойника растений. Часть 2

Обложка

Цитировать

Полный текст

Аннотация

В статье представлена концепция цифрового двойника растений - системы поддержки принятия агрономических решений для внедрения технологий точного земледелия. Цифровой двойник растений позволяет на основе климатических и почвенных данных с полей прогнозировать и моделировать состояние растений и выдавать рекомендации по обработке посевов. Цифровой двойник растений разработан с применением мультиагентных технологий и онтологического подхода к описанию предметной области.

Об авторах

Петр Олегович Скобелев

Самарский государственный технический университет; Самарский федеральный исследовательский центр РАН

Автор, ответственный за переписку.
Email: petr.skobelev@gmail.com

доктор технических наук, главный научный сотрудник лаборатории «Цифровые двойники растений» СамНЦ РАН, заведующий кафедрой «Электронные системы и информационная безопасность» СамГТУ

Россия, Самара

Алексей Сергеевич Табачинский

Самарский государственный технический университет; Самарский федеральный исследовательский центр РАН

Email: tabachinski.as@samgtu.ru

кандидат технических наук, заведующий лабораторией «Цифровые двойники растений» СамНЦ РАН, доцент и научный сотрудник кафедры «Теоретическая и общая электротехника» СамГТУ

Россия, Самара

Елена Витальевна Симонова

Самарский национальный исследовательский университет имени академика С.П. Королёва

Email: simonova@smartsolutions-123.ru

кандидат технических наук, доцент кафедры информационных систем и технологий Самарского университета

Россия, Самара

Юлия Николаевна Журавель

АО «Ракетно-космический центр «Прогресс»

Email: ntsomz_5@mail.ru

ведущий специалист АО «РКЦ «Прогресс» 

Россия, Самара

Геннадий Николаевич Мятов

Самарский государственный технический университет

Email: miatov@mail.ru

доктор технических наук, профессор кафедры «Электрический привод и автоматика» СамГТУ 

Россия, Самара

Список литературы

  1. Zahn, M. Systems to prescribe and deliver fertilizer over agricultural fields and related methods, 2019, US Patent 20190043142.
  2. Bittner, P. Devices and methods for planning and monitoring agricultural crop growing, 2017, WO Patent 2017/148818.
  3. Wang, G. Agricultural-big-data-based method and apparatus for generating growing progress of crops, 2016, CN Patent 106530107.
  4. Zhang, C. 2019, Cross-scale high-precision dynamic crop growth monitoring and yield assessment method based on high-resolution remote sensing data and a crop model, Patent № CN109829234.
  5. Fujiama, K. Information processing device, information processing method, and recording medium on which information processing program is recorded, 2018, WO Patent 2018/131480.
  6. Budaev, D., Lada, A., Simonova, E., Skobelev, P., Travin, V., Yalovenko, O., Voshchuk, G., Zhilyaev, A. Conceptual design of smart farming solution for precise agriculture // Rzevski, G., Syngellakis, S. (Eds.). Management and Applications of Complex Systems. - WIT Press. 2019. - P. 139-146.
  7. Скобелев, П.О. Реализация цифрового двойника растений для адаптивного расчета длительности стадий развития и прогнозирования урожайности культур в кибер-физической системе управления точным земледелием / П.О. Скобелев, И.В. Майоров, Е.В. Симонова, О.И. Горянин, А.А. Жиляев, А.С. Табачинский, В.В. Яловенко // Сборник трудов XXXIII Международной научной конференции Математические методы в технике и технологиях - ММТТ-33, 14-18 сентября, 2020, Казань. - Математические методы в технике и технологиях: сб. тр. междунар. науч. конф.: в 12 т. Т. 12 часть 3 / под общ. ред. А. А. Большакова. - СПб.: Изд-во Политехн. ун-та, 2020. - C. 133-136. EDN: UGJYEK
  8. Petr Skobelev, Vladimir Larukchin, Elena Simonova, Oleg Goryanin, Olga Yalovenko, Vladimir Yalovenko. Developing a smart cyber-physical system based on digital twins of plants // Proceedings of the Fourth World Conference on Smart Trends in Systems, Security and Sustainability (WORLDS4 2020), 27-28 July, 2020, London, United Kingdom. - IEEE, IEEE Xplore® Digital Library. - P. 522 - 527. - https://ieeexplore.ieee.org/xpl/conhome/9203790/proceeding. EDN: KANBDA
  9. Горянин О.И. Климат и его влияние на продуктивность полевых культур в среднем Заволжье. Рекомендации / О.И. Горянин - Самарский научно-исследовательский институт сельского хозяйства им. Н.М. Тулайкова. - Самара, 2018. - 28 с. EDN: IJYQNG
  10. Skobelev, P., Mayorov, I., Simonova, E., Goryanin, O., Zhilyaev, A., Tabachinskiy, A., Yalovenko, V. Development of models and methods for creating a digital twin of plant within the cyber-physical system for precision farming management. J. Phys.: Conf. Ser. 2020, 1703, 012022. EDN: YDISSV

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Скобелев П.О., Табачинский А.С., Симонова Е.В., Журавель Ю.Н., Мятов Г.Н., 2023

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах