Новости

Технологию сенсорного контроля за урожаем развивают ученые СтГАУ

Новый высокотехнологичный метод мониторинга позволит аграриям в режиме реального времени следить за показателями, влияющими на состояние посевов. При этом фермеры смогут одновременно получать данные с разных участков, расположенных даже на большой удаленности.

Технология сенсорного контроля за урожаем основана на беспроводной сенсорной сети (БСС), в которой различные по типу датчики и электронные устройства объединяют в общую систему с помощью радиосвязи. В частности, такая сеть может включать датчики, отслеживающие показатели температуры почвы, её влажность, содержание микроэлементов и ряд других показателей.

Зона покрытия БСС довольно велика и может простираться на несколько километров. Однако дальние расстояния, наличие высоких деревьев, построек, и густота посевов приводят рассеиванию и искажению сигнала. Из-за этого датчики вынуждены прибегать к повторной передаче данных, что увеличивает энергопотребление и сказывается на сроке эксплуатации устройств.

Для повышения энергоэффективности у БСС ученые Ставропольского государственного аграрного университета (СтГАУ) разработали технологию фрагментации пакетов данных, когда информация от датчиков «разбивается» на фрагменты разной величины. Использование этого способа уже позволило ученым уменьшить энергетические потери в 3,3 раза.

— Один из стратегических проектов, над которыми работают наши ученые — цифровизация и биологизация земледелия. У нас в вузе уже создана лаборатория точного земледелия, которая позволяет с высокой скоростью и точностью контролировать сельскохозяйственные работы и своевременно отслеживать угрозы для урожая посредством современных информационно-измерительных систем, — подчеркнул ректор СтГАУ Владимир Ситников.

Новая научная разработка ученых должна стать еще одним подспорьем в работе по эффективному использованию сельскохозяйственных угодий.

Результаты исследований ученых СтГАУ были опубликованы в научном журнале Computer Communications (Компьютерные коммуникации), который входить в I квартиль (самая высокая востребованность научным сообществом) реферативных баз данных Web of Science (Веб оф сайнс) и Scopus (Скопус).