Login

Журнал «Современная Наука»

Russian (CIS)English (United Kingdom)

МОСКВА +7(495)-755-19-13

Статьи:
A+ R A-

Технологии сбора и анализа данных в цифровом сельском хозяйстве: барьеры и условия для внедрения и использования

E-mail Печать

А.В. Кошкаров, Т.А. Кошкарова,  (К.т.н., доцент, ФГБОУ ВО «Астраханский государственный университет»)

Серия «Естественные и Технические науки» # 05 2018
Повышение эффективности сельского хозяйства в рамках процессов роста численности населения Земли и повышения требований к экологичности продукции является важной задачей, стоящей перед аграрным сектором многих стран. Технологии сбора и анализа данных в сельском хозяйстве могут стать одним из механизмов решения проблемы и предоставить фермерам инструменты поддержки принятия более точных решений. Статья посвящена исследованию барьеров и условия внедрения технологий сбора и анализа данных в сфере сельского хозяйства.

Ключевые слова: Цифровое сельское хозяйство, наука о данных, интеллектуальный анализ данных, сбор данных, почвенные датчики, сельскохозяйственные дроны.

 

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
1. Информационный бюллетень о порядке использования воздушного пространства Российской Федерации беспилотными воздушными судами [Электронный ресурс] // Федеральное агентство воздушного транспорта (Росавиация). 2017. URL: http://www.favt.ru/novosti-novosti?id=3884 (дата обращения: 26.02.2018).
2. Bellvert J. et al. Mapping crop water stress index in a ‘Pinot-noir’vineyard: comparing ground measurements with thermal remote sensing imagery from an unmanned aerial vehicle //Precision agriculture. – 2014. – Т. 15. – №. 4. – С. 361-376.
3. Berni J. A. J. et al. Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle //IEEE Transactions on Geoscience and Remote Sensing. – 2009. – Т. 47. – №. 3. – С. 722-738.
4. Córcoles J. I. et al. Estimation of leaf area index in onion (Allium cepa L.) using an unmanned aerial vehicle //Biosystems engineering. – 2013. – Т. 115. – №. 1. – С. 31-42.
5. Current World Population [Электронный ресурс] // World Population Clock: 7.6 Billion People (2018) - Worldometers. URL: http://www.worldometers.info/world-population/ (дата обращения: 22.02.2018).
6. d'Oleire-Oltmanns S. et al. Unmanned aerial vehicle (UAV) for monitoring soil erosion in Morocco //Remote Sensing. – 2012. – Т. 4. – №. 11. – С. 3390-3416.
7. Everaerts J. et al. The use of unmanned aerial vehicles (UAVs) for remote sensing and mapping //The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2008. – Т. 37. – №. 2008. – С. 1187-1192.
8. Faiçal B. S. et al. The use of unmanned aerial vehicles and wireless sensor networks for spraying pesticides //Journal of Systems Architecture. – 2014. – Т. 60. – №. 4. – С. 393-404.
9. Fisher D. K., Kebede H. A low-cost microcontroller-based system to monitor crop temperature and water status //Computers and electronics in agriculture. – 2010. – Т. 74. – №. 1. – С. 168-173.
10. Food Production Must Double by 2050 to Meet Demand from World's Growing Population, Innovative Strategies Needed to Combat Hunger, Experts Tell Second Committee | Meetings Coverage and Press Releases [EЭлектронный ресурс] // United Nations. United Nations. URL: http://www.un.org/press/en/2009/gaef3242.doc.htm (дата обращения: 22.02.2018).
11. Forster D., Buehler Y., Kellenberger T. Mapping urban and peri-urban agriculture using high spatial resolution satellite data //Journal of Applied Remote Sensing. – 2009. – Т. 3. – №. 1. – С. 033523.
12. Gago J. et al. UAVs challenge to assess water stress for sustainable agriculture //Agricultural water management. – 2015. – Т. 153. – С. 9-19.
13. Garcia-Sanchez A. J., Garcia-Sanchez F., Garcia-Haro J. Wireless sensor network deployment for integrating video-surveillance and data-monitoring in precision agriculture over distributed crops //Computers and Electronics in Agriculture. – 2011. – Т. 75. – №. 2. – С. 288-303.
14. Göktoǧan A. H. et al. A rotary-wing unmanned air vehicle for aquatic weed surveillance and management //Journal of Intelligent and Robotic Systems. – 2010. – Т. 57. – №. 1-4. – С. 467.
15. Kane G. C. et al. Is your business ready for a digital future? //MIT Sloan management review. – 2015. – Т. 56. – №. 4. – С. 37.
16. Park J. K., Park J. Crop classification using imagery of drone //International Conference on Environmental Engineering and Remote Sensing (EERS2015). – 2015.
17. Ramos A. et al. Sensor data security level estimation scheme for wireless sensor networks //Sensors. – 2015. – Т. 15. – №. 1. – С. 2104-2136.
18. Ruiz-Garcia L. et al. A review of wireless sensor technologies and applications in agriculture and food industry: state of the art and current trends //Sensors. – 2009. – Т. 9. – №. 6. – С. 4728-4750.
19. Schmedtmann J., Campagnolo M. L. Reliable crop identification with satellite imagery in the context of common agriculture policy subsidy control //Remote Sensing. – 2015. – Т. 7. – №. 7. – С. 9325-9346.
20. Schutt R., O'Neil C. Doing data science: Straight talk from the frontline. – " O'Reilly Media, Inc.", 2013.
21. Teke M., Yardımcı Y. Classification of crops using multitemporal hyperion images //Agro-Geoinformatics (Agro-geoinformatics), 2015 Fourth International Conference on. – IEEE, 2015. – С. 282-287.
22. Torres-Sánchez J. et al. Configuration and specifications of an unmanned aerial vehicle (UAV) for early site specific weed management //PloS one. – 2013. – Т. 8. – №. 3. – С. e58210.
23. Vacca J. R. (ed.). Handbook of sensor networking: advanced technologies and applications. – CRC Press, 2015.
24. Yu X. et al. A survey on wireless sensor network infrastructure for agriculture //Computer Standards & Interfaces. – 2013. – Т. 35. – №. 1. – С. 59-64.
25. Yue J. et al. The application of unmanned aerial vehicle remote sensing in quickly monitoring crop pests //Intelligent Automation & Soft Computing. – 2012. – Т. 18. – №. 8. – С. 1043-1052.
26. Zainuddin K. et al. Verification test on ability to use low-cost UAV for quantifying tree height //Signal Processing & Its Applications (CSPA), 2016 IEEE 12th International Colloquium on. – IEEE, 2016. – С. 317-321.
27. Zarco-Tejada P. J. et al. Estimating leaf carotenoid content in vineyards using high resolution hyperspectral imagery acquired from an unmanned aerial vehicle (UAV) //Agricultural and forest meteorology. – 2013. – Т. 171. – С. 281-294.
28. Zhang C., Kovacs J. M. The application of small unmanned aerial systems for precision agriculture: a review //Precision agriculture. – 2012. – Т. 13. – №. 6. – С. 693-712.


©  А.В. Кошкаров, Т.А. Кошкарова, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"

Серия - Естеств. и Техн. науки

Выпуск 2018 05(1) Natural and Technical

Выпуск 2018 05(2) Natural and Technical

Выпуск 2018 04(1) Natural and Technical

Выпуск 2018 04(2) Natural and Technical

Выпуск 2018 03(1) Natural and Technical

Выпуск 2018 03(2) Natural and Technical

Выпуск 2018 02 Natural and Technical

Выпуск 2018 01 Natural and Technical

Выпуск 2017 12/2 Natural and Technical

Выпуск 2017 12(1) Natural and Technical

Выпуск 2017 12(2) Natural and Technical

Выпуск 2017 11 Natural and Technical

Выпуск 2017 10 Natural and Technical

Выпуск 2017 09 Natural and Technical

Выпуск 2017 7-8(1) Natural and Technical

Выпуск 2017 7-8(2) Natural and Technical

Выпуск 2017 06 Natural and Technical

Выпуск 2017 05 Natural and Technical

Выпуск 2017 03-04 Natural and Technical

Выпуск 2017 02 Natural and Technical

Выпуск 2017 01 Natural and Technical

Выпуск 2016 12 Natural and Technical

Выпуск 2016 11 Natural and Technical

Выпуск 2016 09-10 Natural and Technical

Выпуск 2016 08 Natural and Technical

Выпуск 2016 07 Natural and Technical

Выпуск 2016 06 Natural and Technical

Выпуск 2016 05 Natural and Technical

Выпуск 2016 04 Natural and Technical

Выпуск 2016 03 Natural and Technical

Выпуск 2016 02 Natural and Technical

Выпуск 2016 01 Natural and Technical

Выпуск 2015 13 Natural and Technical

Выпуск 2015 12(1) Natural and Technical

Выпуск 2015 12(2) Natural and Technical

Выпуск 2015 11(1) Natural and Technical

Выпуск 2015 11(2) Natural and Technical

Выпуск 2015 09-10 Natural and Technical

Выпуск 2015 07-08 Natural and Technical

Выпуск 2015 05-06 Natural and Technical

Выпуск 2015 03-04 Natural and Technical

Выпуск 2015 01-02 Natural and Technical

Выпуск 2014 11-12 Natural and Technical

Выпуск 2014 09-10 Natural and Technical

Выпуск 2014 07-08 Natural and Technical

Выпуск 2014 05-06 Natural and Technical

Выпуск 2014 03-04 Natural and Technical

Выпуск 2014 01-02 Natural and Technical

Выпуск 2013 11-12 Natural and Technical

Выпуск 2013 9-10 Natural and Technical

Выпуск 2013 7-8 Natural and Technical

Выпуск 2013 5-6 Natural and Technical

Выпуск 2013 3-4 Natural and Technical

Выпуск 2013 1-2 Natural and Technical

Выпуск 2012 12 Natural and Technical

Выпуск 2012 10-11 Natural and Technical

Выпуск 2012 8-9 Natural and Technical

Выпуск 2012 6-7 Natural and Technical

Выпуск 2012 4-5 Natural and Technical

Выпуск 2012-03 Natural and Technical

Выпуск 2012-02 Natural and Technical

Выпуск 2012-01 Natural and Technical

Выпуск 01-2011 Natural and Technical