Методи та технології цифрового моніторингу в землеробстві
DOI:
https://doi.org/10.25140/2411-5363-2025-3(41)-506-524Ключові слова:
цифровий моніторинг; точне землеробство (ПЗ); геоінформаційні системи (ГІС); телеметрія; дистанційне зондування Землі (ДЗЗ); вегетаційні індекси; NDVI (нормалізований диференційний вегетаційний індекс); агрохімічний аналіз; картографування; ресурсоефективність; просторовий аналіз; агротехнологіїАнотація
Цифровий моніторинг є ключовим інструментом у розвитку точного землеробства, забезпечуючи оперативну оцінку стану агросистем і можливість просторово обґрунтованого управління технологічними процесами. В умовах підвищеного навантаження на ресурси, зміни клімату та варіативності ґрунтових умов виникає потреба в комплексному аналізі параметрів, що впливають на врожайність сільськогосподарських культур. Актуальність дослідження зумовлена необхідністю впровадження інноваційних цифрових технологій у землеробстві, здатних підвищити ефективність агровиробництва, адаптивність до умов середовища та зменшити втрати ресурсів. До основних застосованих підходів належать: агрохімічний аналіз (вміст азоту, фосфору, калію, кислотність), просторове зондування електропровідності ґрунтів для виявлення структурних відмінностей, а також дистанційне зондування за допомогою супутникових даних Sentinel-2 для розрахунку вегетаційного індексу NDVI. Додатково використано телеметричні дані польової техніки, які дозволили оцінити ефективність виконання технологічних операцій, зокрема картографувати витрати пального. Отримані результати подано у вигляді тематичних карт та таблиць, що ілюструють просторову варіативність ключових показників. Дослідження показало значну різнорідність ґрунтових характеристик у межах одного поля, що підтверджується як агрохімічними результатами, так і показниками електропровідності. Просторові відмінності у значеннях NDVI свідчать про неоднорідність розвитку посівів, зумовлену комбінацією ґрунтових, кліматичних та технологічних факторів. Аналіз телеметричних даних виявив тенденції до впорядкування маршрутів і раціоналізації використання техніки, що опосередковано впливає на енергоефективність польових робіт. Інтеграція цифрових методів моніторингу — агрохімічного, електрофізичного, телеметричного й дистанційного — забезпечує багатовимірне розуміння стану агросистем. Такий підхід дозволяє приймати обґрунтовані рішення щодо диференційованого управління, знижує ризики перевитрат ресурсів і створює основу для сталого розвитку агровиробництва.
Посилання
Alif, M., & Hussain, M. (2024). Remote Sensing Applications: Society and Environment, 32, 100785. https://doi.org/10.1016/j.rsase.2023.100785.
Akumaga, U., Gao, F., Anderson, M., Dulaney, W. P., Houborg, R., Russ, A., & Hively, W. D. (2023). Integration of Remote Sensing and Field Observations in Evaluating DSSAT Model for Estimating Maize and Soybean Growth and Yield in Maryland, USA. Agronomy, 13(6), 1540. https://doi.org/10.3390/agronomy13061540.
Archbold, G., Parra, C., Carrillo, H., & Mouazen, M. A. (2023). Towards the implementation of ISFET sensors for in-situ and real-time chemical analyses in soils: A practical review. Computers and Electronics in Agriculture, 209, 107828. https://doi.org/10.1016/j.compag.2023.107828.
Celikkan, U., Duran, T., & Kaya, Y. (2024). Early detection of plant stress using UAV-based thermal and hyperspectral imaging. Computers and Electronics in Agriculture, 213, 108145. https://doi.org/10.1016/j.compag.2024.108145.
Chen, C.-J., Huang, Y.-Y., Li, Y.-S., Chen, Y.-C., Chang, C.-Y., & Huang, Y.-M. (2021b). Identification of fruit tree pests with deep learning on embedded drone to achieve accurate pesticide spraying. IEEE Access, 9, 21986–21997. https://doi.org/10.1109/access.2021.3056082.
Chodorek, A., Mazur, M., & Adamczyk, B. (2021). Wireless sensor networks in precision agriculture: State-of-the-art and future directions. Agricultural Systems, 191, 103152. https://doi.org/10.1016/j.agsy.2021.103152.
Farmaha, B. S., Guzman, J., & Ferguson, R. B. (2020). Spatial interpolation techniques for mapping soil properties. Geoderma, 370, 114343. https://doi.org/10.1016/j.geoderma.2020.114343.
Gebbers, R. (2018). Proximal soil surveying and monitoring techniques. In Precision agriculture for sustainability (pp. 29–78). London: Burleigh Dodds Science Publishing. https://doi.org/10.1201/9781351114592.
Graldi, F., Martínez, J. F., & Skok, M. (2023). Advances in satellite-based soil moisture estimation. International Journal of Applied Earth Observation and Geoinformation, 117, 103249. https://doi.org/10.1016/j.jag.2023.103249.
Grains Research and Development Corporation. (2023, March). Proximal soil sensing systems fact sheet. Grains Research and Development Corporation. https://grdc.com.au/__data/assets/pdf_file/ 0039/585669/GRDC_ProximalSoilSS_FS2211_Screen.pdf.
Hawkins S. E., Mueller, T. G., & Shearer, S. A. (2017). Use of electromagnetic induction for soil mapping. Computers and Electronics in Agriculture, 136, 122–133. https://doi.org/10.1016/ j.compag.2017.02.005.
Hrdličková, Z. (2025). Application of IoT in agroecosystems: A review of sensor integration and communication protocols. Agronomy, 15(2), 321. https://doi.org/10.3390/agronomy15020321.
Li, Z., Wang, X., & Zhang, H. (2022). Remote sensing and crop simulation model coupling for yield prediction. Field Crops Research, 285, 108606. https://doi.org/10.1016/j.fcr.2022.108606.
Mahlein, A. K., Behmann, J., Kuska, M. T., & Kersting, K. (2024). Machine learning in plant stress detection: State-of-the-art and future prospects. Computers and Electronics in Agriculture, 212, 108005. https://doi.org/10.1016/j.compag.2023.108005.
Muñoz-Sabater, J., Dutra, E., & Agustí-Panareda, A. (2021). ERA5-Land: A state-of-the-art global reanalysis dataset for land applications. Earth System Science Data, 13, 4349–4383. https://doi.org/10.5194/essd-13-4349-2021.
Nikolaou, A., Papadopoulos, F., & Tsaniklidis, G. (2023). Multispectral and thermal UAV data for crop stress assessment. Sensors, 23(3), 712. https://doi.org/10.3390/s23030712.
National Scientific Centre “Institute of Soil Science and Agrochemistry named after O. N. Sokolovskyi”. (2005). Soil quality: Method for determining potassium buffering capacity (DSTU 4375:2005). Author.
Panek-Chwastyk, M., Kowalski, P., & Wójcik-Gront, E. (2024). Simulation of sugar beet and maize yield using AquaCrop model under Polish conditions. European Journal of Agronomy, 140, 126681. https://doi.org/10.1016/j.eja.2022.126681.
Reddy, S. N., Manikiam, B., & Jeevalakshmi, D. (2017). Land surface temperature retrieval from LANDSAT data using emissivity estimation. International Journal of Applied Engineering Research, 12(21), 9679–9687.
Schirrmann, M. (2011). Evaluation of mobile sensor platforms for soil mapping. Sensors, 11(7), 6380–6398. https://doi.org/10.3390/s110706380.
Scholz, M., Gebbers, R., & Duttmann, R. (2014). Evaluation of a penetrometer-based soil strength measurement system. Soil and Tillage Research, 136, 1–10. https://doi.org/10.1016/j.still.2013.09.012.
Sinha, S., & Pal, T. (2022). A comprehensive review of FET-based pH sensors: Materials, fabrication technologies, and modeling. Electrochem Science Advances, 2, e202100147. https://doi.org/10.1002/elsa.202100147.
Sishodia, R. P., Ray, R. L., & Singh, S. K. (2020). Applications of remote sensing in precision agriculture: A review. Remote Sensing, 12(19), 3136. https://doi.org/10.3390/rs12193136.
European Commission. (2024). The Environmental Benefits of Digital Agriculture. European Commission Report. https://ec.europa.eu/environment/agriculture-digital-benefits-2024.
Van Wesemael, B., Montanarella, L., & Jones, R. J. A. (2024). Soil monitoring in Europe: The role of remote sensing. Science of the Total Environment, 856, 159931. https://doi.org/10.1016/j.scitotenv.2022.159931.
WeedsGalore Dataset. (2025). Annotated aerial dataset for weed and crop classification. https://www.weedsgalore-dataset.org.
Xue, J., & Su, B. (2017). Significant remote sensing vegetation indices: A review of developments and applications. Journal of Sensors, 2017, 1–17. https://doi.org/10.1155/2017/1353691.
Яцук І. П., Балюк С. А. Методика проведення агрохімічної паспортизації сільсько-господарських угідь. 2-ге вид., 108 с. Київ: Державна установа «Інститут охорони ґрунтів України», 2019.
Зацерковний, В. ., & Ворох, В. (2024). Диференційні технології прецизійного землеробства. Технічні науки та технології, (1 (35), 292–301. https://doi.org/10.25140/2411-5363-2024-1(35)-292-301.
Semeniaka, V., Zatserkovnyi, V., Vorokh, V., Ilyin, L., & Mironchuk, T. (2024). Differential technologies for precision agriculture. У International conference of young professionals «geoterrace-2024» (с. 1–5). European Association of Geoscientists & Engineers. https://doi.org/10.3997/2214-4609.2024510098.
Zatserkovnyi, V., Vorokh, V., Hloba, O., Mironchuk, T., & Siuiva, I. (2025b). Soil monitoring in precision farming technologies [Моніторинг ґрунтів у технологіях точного землеробства]. In XVIII International Scientific Conference “Monitoring of Geological Processes and Ecological Condition of the Environment” (14–17 April, Kyiv). https://eage.in.ua/wp-content/uploads/2025/04/Mon25-057.pdf
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
