Оптимизация производства кукурузы путем применения цифровых и умных технологий

В. М. Шуганов, А. Х. Шогенов, З. Ю. Кантиев, Р. В. Бижоев

---

Аннотация: В условиях постоянных глобальных вызовов, таких как рост численности населения, изменение климатических условий и ухудшение состояния почв, все более актуальной становится потребность в повышении урожайности зерновых культур на основе цифровой трансформации отрасли. Большое значение при этом имеет ведение умного земледелия на основе широкого применения
цифровых и умных технологий, интеллектуальных робототехнических устройств, беспилотных летательных аппаратов для повышения объемов производства зерновой продукции и рационального
управления ресурсами. Одним из основных направлений применения беспилотных летательных аппаратов является мультиспектральная съемка для эффективного мониторинга сельскохозяйственных
угодий, предоставляющая производителям растениеводческой продукции подробную информацию о состоянии посевов, что особенно важно для оперативного и своевременного выполнения управленческих задач в области селекции и семеноводства зерновых культур.
Цель исследования – изучение особенностей мониторинга и дифференцированной защиты посевов кукурузы от пузырчатой головни с использованием цифровых и умных технологий.
Материалы и методы исследования. Материал исследования – систематический контроль посевов кукурузы на наличие болезни пузырчатой головни и последующее опрыскивание различными современными техническими средствами: традиционным и с помощью беспилотных летательных аппаратов (далее – БПЛА). Исследования проводили в полевых условиях на экспериментальном участке с.п. Опытное Терского муниципального района Кабардино-Балкарской Республики на посевах кукурузы в 2022–2024 гг. Оперативный мониторинг участков под кукурузу проводили с помощью БПЛА DJI Mavic 3M, а для опрыскивания посевов в различные годы применяли DJI AGRAS MG-1, DJI Agras Т10.
Результаты. В данной статье представлены результаты исследований при варьировании технических параметров БПЛА для проведения мультиспектрального мониторинга и дифференцированного внесения средств защиты растений на посевах кукурузы. Использование БПЛА DJI Mavic 3M на высоте 150 м при автоматической регулировке скорости полета от 5 до 9 м/с позволяет проводить мультиспектральную съемку, обеспечивающую высокопроизводительное и качественное фенотипирование посевов зерновых культур. Дифференцированное внесение фунгицидов с помощью БПЛА DJI Agras Т10 при концентрации рабочего раствора в количестве 75 % от рекомендуемой нормы обеспечивало повышение урожайности на опытных участках по сравнению с контрольным на 10,7–22,6 %.
Выводы. Оптимальная схема внесения препаратов на экспериментальных участках не только обеспечила равномерное покрытие растений и повышение эффективности борьбы с пузырчатой головней, но и способствовала снижению затрат на средства защиты растений, уменьшению химической нагрузки, сохранению экологического состояния почвы и окружающей среды.

Ключевые слова: цифровые и умные технологии, посевы кукурузы, пузырчатая головня, беспилотные летательные аппараты, мультиспектральная съемка, мониторинг, опрыскивание

Для цитирования. Шуганов В. М., Шогенов А. Х., Кантиев З. Ю., Бижоев Р. В. Оптимизация производства кукурузы путем применения цифровых и умных технологий // Известия Кабардино-Балкарского научного центра РАН. 2025. Т. 27. № 5. С. 200–210. DOI: 10.35330/1991-6639-2025-27-5-200-210

Список литературы

1. Иващенко В. Г. Пузырчатая головня кукурузы: этиология, патогенез болезни и проблема устойчивости (уточнение парадигмы) // Вестник защиты растений. № 4. 2011. С. 40–56. EDN: OKRIIR
2. Резвицкий Т. Х., Тикиджан Р. А., Позднякова А. В. и др. Пузырчатая головня на посевах кукурузы // The Scientific Heritage. 2021. № 58-1(58). С. 19–21. DOI: 10.24412/9215-0365-2021-58-1-19-21
3. Артохин К. С., Иващенко В. Г. Особенности диагностики фитофагов, патогенов и сорных растений в системе защиты посевов кукурузы (методологические и практические аспекты) // Вестник защиты растений. 2018. № 4(98). С. 5–12. DOI: 10.31993/2308-6459-2018-4(98)-5-12
4. Иващенко В. Г. Болезни кукурузы: этиология, мониторинг и проблемы сортоустойчивости: монография. Приложение к журналу «Вестник защиты растений». СПб, Пушкин: ФГБНУ ВИЗР. 2015. 286 с.
5. БугаС. Ф., Жуковский А. Г., Жердецкая Т. Н. Биологическое обоснование эффективности химической защиты кукурузы от болезней: рекомендации. Минск: Институт защиты растений. 2012. 54 с.
6. Свидунович Н. Л., Жуковский А. Г. Эффективность фунгицидов в защите кукурузы от пузырчатой головни и фузариоза початков в условиях Беларуси // Вестник Белорусской государственной сельскохозяйственной академии. 2021. № 2. С. 107–112. EDN: NOLRNT
7. Mohidem N.A., Che’Ya N.N., Juraimi A.S. et al. How can unmanned aerial vehicles be used for detecting weeds in agricultural fields? // Agriculture. 2021. № 11(10). Article ID: 1004. DOI: 10.3390/agriculture11101004
8. Nagothu S.K., Anitha G., Siranthini B. et al. Weed detection in agriculture crop using unmanned aerial vehicle and machine learning // Materialstoday: proceedings. 2023. DOI: 10.1016/j.matpr. 2023.03.350
9. Librán-Embid F., Klaus F., Tscharntke T., Grass I. Unmanned aerial vehicles for biodiversity-friendly agricultural landscapes – A systematic review // Science of The Total Environment. 2020. Vol. 732. Article ID: 139204. DOI: 10.1016/j.scitotenv.2020.139204
10. Зубарев Ю. Н., Фомин Д. С., Чащин А. Н., Заболотнова М. В. Использование беспилотных летательных аппаратов в сельском хозяйстве // Вестник Пермского федерального исследовательского центра. № 2. 2019. С. 47–51. DOI: 10.7242/2658-705X/2019.2.5
11. Шуганов В. М., Лешкенов А. М., Шогенов А. Х., Кантиев З. Ю. Разработка перспективного метода опрыскивания для производства гибридных семян кукурузы // Известия Кабардино-Балкарского научного центра РАН. 2022. № 6(110). С. 236–248. DOI: 10.35330/1991-6639-2022-6-236-248
12. Методические рекомендации по применению средств защиты растений с использованием беспилотных авиационных систем. М.: Россельхозцентр, 2021. 150 с.
13. Ram B.G., Oduor P., Igathinathane C. et al. A systematic review of hyperspectral imaging in precision agriculture: Analysis of its current state and future prospects // Computers and Electronics in Agriculture. 2024. Vol. 222. P. 109037. DOI: 10.1016/j.compag.2024.109037

Информация об авторах

Шуганов Владислав Миронович, д-р с.-х. наук, зав. научно-инновационным центром «Интеллектуальные системы и среды производства и потребления продуктов питания», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
vmshuganov@mail.ru, ORCID: https://orcid.org/0000-0002-5189-998X, SPIN-код: 6767-7554
Шогенов Анзор Хасанович, канд. с.-х. наук, науч. сотр. лаборатории «Интеллектуальные распределительные сельскохозяйственные системы» научно-инновационного центра «Интеллектуальные системы и среды производства и потребления продуктов питания», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
a.vonegosh@yandex.ru, ORCID: https://orcid.org/0000-0002-1184-5397, SPIN-код: 5996-3532
Кантиев Заурбек Юрьевич, мл. науч. сотр. лаборатории «Сельскохозяйственной робототехники» научно-инновационного центра «Интеллектуальные системы и среды производства и потребления
продуктов питания», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
kantvako@gmail.com, ORCID: https://orcid.org/0000-0003-4997-1177
Бижоев Руслан Валерьевич, науч. сотр. лаборатории «Сельскохозяйственная робототехника» научно-инновационного центра «Интеллектуальные системы и среды производства и потребления продуктов питания», Кабардино-Балкарский научный центр Российской академии наук;
360010, Россия, г. Нальчик, ул. Балкарова, 2;
bizhoeva49@mail.ru, ORCID: https://orcid.org/0000-0001-5408-3006, SPIN-код: 4821-0152