точне землеробство

Точність GPS і RTK-навігації та їхній вплив на зменшення перекриттів і втрат під час польових робіт

Мета. Стаття присвячена аналізу точності GPS- та RTK-навігації та оцінці їхнього впливу на зменшення перекриттів, пропусків і технологічних втрат під час виконання польових робіт у системі точного землеробства. Основною метою дослідження є визначення ролі різних рівнів супутникової навігаційної точності у підвищенні ефективності агротехнічних операцій, зниженні витрат ресурсів і підвищенні врожайності сільськогосподарських культур. Методи.

Спосіб формування маршрутів руху сільськогосподарської техніки на основі електронних карт полів

Наведено підхід до формування маршрутів руху сільськогосподарської техніки на основі електронних карт полів із використанням програмного забезпечення QGIS та супутникових навігаційних технологій. Запропонований алгоритм охоплює етапи підготовки вихідних даних, перетворення контурів полів у метричну проєкцію, створення прямокутної сітки з кроком, що відповідає робочій ширині агрегату, генерування центроїдів комірок, присвоєння їм впорядкованих індексів маршруту та побудову безперервної траєкторії проходів машини.

Порівняння можливостей комерційних та відкритих супутникових даних для потреб точного землеробства

Мета. Дослідження спрямоване на порівняльну оцінку можливостей відкритих супутникових даних місій Sentinel та комерційних високорозрізнених систем Planet, SkySat і WorldView для вирішення ключових задач точного землеробства. Основною метою є визначення відмінностей у просторовій, спектральній, радіометричній та часовій інформативності різних типів супутникових даних, а також оцінка економічної доцільності їхнього використання в агровиробництві.

Оцінка стану посівів за допомогою індексів рослинності ndvi та evi на основі супутникових даних sentinel-2 – два кейса досліджень

Мета. Дослідження спрямоване на оцінку стану сільськогосподарських посівів за допомогою супутникових знімків Sentinel-2 для двох груп аграрних ділянок, розташованих у Львівській та Тернопільській областях. Основною метою є визначення просторово-часової динаміки вегетаційних індексів NDVI (Normalized Difference Vegetation Index) та EVI (Enhanced Vegetation Index), що дає змогу виявити стресові ділянки рослинного покриву, а також загальний рівень здоров’я культур протягом вегетаційного періоду. Методи.

Розробка апробація та впровадження LC GNSS приймача

У статті представлено розширений аналітичний огляд сучасного стану, історії розвитку, технічних характеристик, експериментальних результатів, сфер застосування та перспектив маловартісних GNSS-приймачів (LC GNSS). Розглянуто одночастотні (SF-LC), двочастотні (DF-LC) і багаточастотні (MF-LC) моделі з аналізом точності, стабільності, мультишляховості, сумісності з антенами та ПЗ. Показано переваги та обмеження LC GNSS у геодезії, навігації, моніторингу інженерних споруд, сільському господарстві та атмосферних дослідженнях.

Advanced YOLO models for real-time detection of tomato leaf diseases

The increasing focus on smart agriculture in the last decade can be attributed to various factors, including the adverse effects of climate change, frequent extreme weather events, increasing population, the necessity for food security, and the scarcity of natural resources.  The government of Morocco adopts preventative measures to combat plant illnesses, specifically focusing on tomatoes.  Tomatoes are widely acknowledged as one of the most important vegetable crops, but they are highly vulnerable to several diseases that significantly decrease their productivity.  De

Revolutionizing tomato pest management: Synergy of Deep Learning, IoT, and Precision Agriculture

The increasing worldwide demand for agricultural goods, particularly tomatoes, underscores the need for effective pest control.  Key pests such as Whiteflies, Fruit Fly, and Helicoverpa Armigera pose significant threats to tomato crops.  This research proposes a novel approach by integrating modern technologies such as deep learning and the Internet of Things (IoT) to revolutionize traditional pest management methods.  Using a portable Pest Counting Device equipped with the YOLOv8 deep learning model on a Raspberry Pi 4B, coupled with the Firebase IoT platform, facilita