The object of research, development or design (in Russian) : Посевы яровой пшеницы в агроэкосистемах Павлодарской области (северо-восток Казахстана); спектральные данные лабораторной проксимальной гиперспектральной съёмки и структурные данные аэролазерного сканирования (UAV-LiDAR) агроценозов.

The object of research, development or design (in Kazakh) : Павлодар облысының агроэкожүйелеріндегі жаздық бидай дақылдары (Қазақстанның солтүстік-шығысы); зертханалық проксимальды гиперспектрлік түсірудің спектрлік деректері және агроценоздардың аэролазерлік сканерлеу (UAV-LiDAR) арқылы алынған құрылымдық деректері.

Aim of work (in Russian) : Разработать интеллектуальную систему мониторинга пшеничного агроценоза, основанную на синергетической интеграции гиперспектральной съемки и технологии LiDAR, способствующую высокой точности в оценке физиологического состояния растений, оптимизации агрономических практик и повышению устойчивости сельскохозяйственных систем к внешним стрессорам.

Aim of work (in Kazakh) : Өсімдіктердің физиологиялық жағдайын бағалауда, агрономиялық тәжірибелерді оңтайландыруда және ауыл шаруашылығы жүйелерінің сыртқы стресстерге төзімділігін арттыруда жоғары дәлдікке ықпал ететін гиперспектральды түсірілім мен LiDAR технологиясының синергетикалық интеграциясына негізделген бидай агроценозын зияткерлік мониторингілеу жүйесін әзірлеу.

Методы исследования (на русском) : В исследовании использован комплекс методов лабораторной спектральной визуализации, аэролазерного сканирования и фитосанитарной диагностики. Лабораторная гиперспектральная съёмка выполнялась с применением процедур радиометрической и спектральной калибровки, нормализации отражательной способности, выделения областей интереса (ROI), формирования спектральных сигнатур и их последующей многомерной интерпретации. Аэролазерное сканирование (UAV-LiDAR) применялось для получения трёхмерных структурных характеристик агроценозов. Обработка лидарных данных включала классификацию облаков точек, устранение артефактов, построение цифровых моделей поверхности и анализ пространственной неоднородности биометрических параметров растительного покрова. Контактный фитосанитарный мониторинг проводился с использованием маршрутных обследований, морфометрических измерений и визуальной диагностики фитопатологических симптомов в соответствии с общепринятыми методиками обследования сельскохозяйственных культур. Статистическая обработка данных осуществлялась методами дисперсионного анализа, корреляционного анализа и многомерной статистики (PCA, кластеризация). Для классификации фитосанитарных объектов и выявления отклонений от нормативного состояния агроценоза использовались алгоритмы машинного обучения, включая PLS-DA, SVM и Random Forest.

Методы исследования (на казахском) : Зерттеуде зертханалық спектрлік бейнелеу, аэролазерлік сканерлеу және фитосанитарлық диагностика әдістерінің кешені қолданылды. Зертханалық гиперспектрлік түсірілім радиометриялық және спектрлік калибрлеу, шағылысуды қалыпқа келтіру, қызығушылық аймақтарын бөлу (ROI), спектрлік қолтаңбаларды қалыптастыру және оларды кейіннен көп өлшемді интерпретациялау процедураларын қолдана отырып жүргізілді. Аэролазерлік сканерлеу (UAV-LiDAR) агроценоздардың үш өлшемді құрылымдық сипаттамаларын жоғары дәлдікпен алу үшін қолданылды. Лидар деректерін өңдеу нүктелік бұлттарды жіктеуді, артефактілерді жоюды, цифрлық беттік модельдерді құруды және өсімдік жамылғысының биометриялық параметрлерінің кеңістіктік гетерогенділігін талдауды қамтыды. Контактты түрде жүргізілетін фитосанитарлық мониторинг ауыл шаруашылығы дақылдарын зерттеудің жалпы қабылданған әдістемелеріне сәйкес маршруттық тексерулерді, морфометриялық өлшемдерді және фитопатологиялық симптомдарды көзбен шолып диагностикалауды пайдалана отырып жүргізілді. Деректерді статистикалық өңдеу дисперсиялық талдау, корреляциялық талдау және көпөлшемді статистика (PCA, кластерлеу) әдістерімен жүзеге асырылды. Фитосанитарлық нысандарды жіктеу және агроценоздың реттеуші күйінен ауытқуларды анықтау үшін PLS-DA, SVM және Random Forest сияқты машиналық оқыту алгоритмдері қолданылды.

Obtained results and novelty (in Russian) : В результате исследований получены новые данные о спектрально-оптических и структурных характеристиках агроценозов яровой пшеницы в условиях северо-востока Казахстана. Выполнен аналитический обзор научных источников, обеспечивший систематизацию современных подходов к дистанционному мониторингу, спектральной диагностике и оценке фитосанитарного состояния посевов. Проведён полевой мониторинг агроценозов с использованием аэролазерного сканирования и традиционных методов обследования, что позволило сформировать высокоточные структурные характеристики растительного покрова и выявить пространственную неоднородность и динамику биометрических параметров в течение вегетационного периода. Интеграция лидарных данных с наземными наблюдениями обеспечила установление пространственно-временных закономерностей формирования структуры агроценоза. В лабораторных условиях выполнена гиперспектральная визуализация растений, сорной растительности и вредной энтомофауны. Полученный массив спектральных сигнатур позволил сформировать базу данных, отражающую физиологические и морфологические особенности основных фитосанитарных объектов. Научная новизна заключается в интеграции гиперспектральных и лидарных технологий для исследования агроценозов, формировании первой спектральной базы фитосанитарных объектов региона и выявлении ранее не описанных закономерностей пространственной организации посевов и спектрально-структурных проявлений фитосанитарного состояния пшеницы.

Obtained results and novelty (in Kazakh) : Зерттеу нәтижесінде Қазақстанның солтүстік-шығысындағы жаздық бидай агроценоздарының спектрлік-оптикалық және құрылымдық сипаттамалары туралы жаңа деректер алынды. Дақылдардың фитосанитарлық жағдайына қашықтықтан мониторинг жүргізу, спектрлік диагностикалауға және бағалауға заманауи тәсілдерді жүйелеуді қамтамасыз ететін ғылыми дереккөздерге аналитикалық шолу жасалды. Аэролазерлік сканерлеуді және дәстүрлі зерттеу әдістерін пайдалана отырып, агроценоздарға далалық мониторинг жүргізіліп, бұл өсімдік жамылғысының жоғары дәлдіктегі құрылымдық сипаттамаларын қалыптастыруға және вегетациялық кезеңде биометриялық параметрлердің кеңістіктік гетерогенділігі мен динамикасын анықтауға мүмкіндік берді. Лидар деректерін жердегі бақылаулармен біріктіру агроценоз құрылымының кеңістіктік-уақыттық заңдылықтарын анықтауға мүмкіндік берді. Зертханалық жағдайда өсімдіктердің, арамшөптердің және зиянды энтомофаунаның гиперспектралды бейнесі жасалды. Алынған спектрлік қолтаңбалар массиві негізгі фитосанитарлық объектілердің физиологиялық және морфологиялық ерекшеліктерін көрсететін мәліметтер базасын құруға мүмкіндік берді. Ғылыми жаңалық агроценоздарды зерттеу үшін гиперспектралды және лидар технологияларын интеграциялау, аймақтың фитосанитарлық объектілерінің алғашқы спектрлік базасын қалыптастыру және дақылдардың кеңістіктік ұйымдастырылуының бұрын сипатталмаған заңдылықтарын және бидайдың фитосанитарлық жағдайының спектрлік-құрылымдық көріністерін анықтау болып табылады.

The main constructive and technical economic indicators (in Russian) : Все исследования и наблюдения проводятся согласно апробированных методик и ГОСТа; для реализации проекта имеется Лаборатория биологических исследований на базе Торайгыров университета, укомплектованная современным оборудованием, необходимым для проведения научных исследований, а также инвентарь, обеспечивающий удобство и эффективность полевых работ; все работы ведутся квалифицированными научными сотрудниками. Работа имеет важное экономическое значение для региона исследования и Казахстана в целом, что основано на цифровизации в сфере АПК и перспективным внедрением систем прецизионного земледелия в аграрном секторе нашей страны, что позволит повысить производительность и уменьшить затраты, усовершенствовать систему управления и уменьшить негативное воздействие сельскохозяйственной деятельности на окружающую среду.

The main constructive and technical economic indicators (in Kazakh) : Барлық зерттеулер мен бақылаулар бекітілген әдістемелерге және МЕМСТ-қа сәйкес жүргізіледі; жобаға қажетті заманауи ғылыми жабдықтармен, сондай-ақ далалық жұмыстардың ыңғайлылығы мен тиімділігін арттыратын қажетті мүкәммалмен қамтамасыз етілген Торайғыров университеті базасында орналасқан Биологиялық зерттеулер зертханасы бар; барлық жұмыстарды білікті ғылыми қызметкерлер жүзеге асырады. Жұмыстың зерттеу аймағы мен жалпы Қазақстан үшін экономикалық маңызы зор, себебі бұл агроөнеркәсіптік кешенді цифрландыру мен еліміздің аграрлық секторына дәлме-дәл егіншілік жүйелерін енгізуге бағытталған перспективалы шешімдерге негізделген. Бұл өз кезегінде өнімділікті арттырып, шығындарды азайтуға, басқару жүйесін жетілдіруге және ауыл шаруашылығы қызметінің қоршаған ортаға теріс әсерін төмендетуге мүмкіндік береді.

Level of implementation (in Russian) : Внедрение результатов проекта находится на стадии разработки интегрированной системы дистанционного мониторинга агроценозов яровой пшеницы, основанной на применении технологий спектральной визуализации и аэролазерного сканирования (LiDAR). Полученные решения направлены на цифровизацию процессов в агропромышленном комплексе и формирование элементов прецизионного земледелия в Республике Казахстан.

Level of implementation (in Kazakh) : Жоба нәтижелері спектрлік бейнелеу және аэролазерлік сканерлеу (LiDAR) технологияларын қолдануға негізделген жаздық бидайдың агроценоздарын қашықтықтан бақылаудың интеграцияланған жүйесін әзірлеу енгізу сатысында. Алынған шешімдер агроөнеркәсіптік кешендегі үдерістерді цифрландыруға және Қазақстан Республикасында дәлме-дәл егіншілік элементтерін қалыптастыруға бағытталған.

Efficiency (in Russian) : Разработанный подход и выявленные особенности динамики развития агроценозов могут использоваться для детального дешифрирования сельскохозяйственных угодий и формирования эталонов посевов. Полученные структурные и спектральные данные позволяют уточнять ход вегетационных кривых и интерпретировать состояние агроценозов. Сформированные векторные картосхемы пахотных земель применимы при составлении карт севооборотов и определении фактических площадей сельскохозяйственных посевов.

Efficiency (in Kazakh) : Әзірленген тәсіл және агроценоздардың даму динамикасының анықталған ерекшеліктері ауыл шаруашылығы алқаптарын толық дешифрлеу және егіс эталондарын қалыптастыру үшін пайдаланылуы мүмкін. Алынған құрылымдық және спектрлік деректер вегетациялық қисықтардың барысын нақтылауға және агроценоздардың күйін түсіндіруге мүмкіндік береді. Егістік жерлердің қалыптасқан векторлық картосхемалары ауыспалы егіс карталарын жасау және ауылшаруашылық дақылдарының нақты аудандарын анықтау кезінде қолданылады.

Field of application (in Russian) : Результаты исследования по разработке интеллектуальной системы мониторинга пшеничного агроценоза, основанной на синергетической интеграции гиперспектральной съёмки и LiDAR с использованием технологий компьютерного зрения, могут применяться в сельскохозяйственных предприятиях, занимающихся производством и сопровождением посевов яровой пшеницы. Разработанная система может быть внедрена в практику аграрных хозяйств региона и республики, обеспечивая повышение точности мониторинга, поддержание фитосанитарного контроля и развитие технологий прецизионного земледелия. Потенциальная коммерциализация результатов позволит интегрировать данное решение в цифровые платформы управления сельскохозяйственными угодьями.

Field of application (in Kazakh) : Компьютерлік көру технологияларын пайдалана отырып, гиперспектрлік түсірілім мен LiDAR синергетикалық интеграциясына негізделген бидай агроценозын мониторингілеуге арналған интеллектуалды жүйесін әзірлеу бойынша зерттеу нәтижелері жаздық бидай дақылдарын өндірумен және қолдаумен айналысатын ауыл шаруашылығы кәсіпорындарында қолданылуы мүмкін. Әзірленген интеллектуалды жүйе мониторингтің дәлдігін арттыруды, фитосанитарлық бақылауды қолдауды және дәлме-дәл егіншілік технологияларын дамытуды қамтамасыз ете отырып, өңір мен республиканың аграрлық шаруашылықтарының тәжірибесіне енгізілуі мүмкін. Нәтижелерді әлеуетті коммерцияландыру осы шешімді ауыл шаруашылығы алқаптарын басқарудың цифрлық платформаларына біріктіруге мүмкіндік береді.