Scientific publication

00:00
Голос Науки
Голос Науки
•...
Journal Article
Nov, 2026

Обзор систем фенотипирования для закрытого грунта: особенности, цифровые технологии, искусственный интеллект

Бурынин Д.А., Смирнов А.А., Тихонов П.В., Прошкин Ю.А., Соколов А.В.

DOI: 10.30766/2072-9081.2026.27.5.1037-1050
InfoAuthors (5)

Abstract

В условиях глобального изменения климата и роста потребности в сельскохозяйственной продукции требуются продуктивные сорта растений, устойчивые к абиотическим и биотическим стрессам. Системы фенотипирования позволяют анализировать взаимодействия между генотипами и окружающей средой. Цель обзора – рассмотреть особенности и выявить преимущества систем фенотипирования для закрытого грунта и закрытых агроэкосистем, обобщить современные методы и технологии оценки морфологических и физиологических характеристик растений, определить потенциал внедрения искусственного интеллекта. В статье подробно рассмотрены и классифицированы системы фенотипирования для закрытого грунта и закрытых агроэкосистем. При фенотипировании растений широко используются оптические методы, термография, рентгеновская томография, различные контактные датчики, робототехника, техническое зрение и алгоритмы искусственного интеллекта. Оптические методы являются неотъемлемой частью любой системы фенотипирования и могут включать построение аддитивной цветовой модели, монохроматических изображений, спектроскопию, трехмерное сканирование. Регулирование параметров окружающей среды обеспечивает контроль выращивания и возможность воспроизведения стрессовых факторов. Системы фенотипирования позволяют осуществлять анализ морфологических и физиологических параметров растений в ручном или автоматизированном режимах. Выявлено, что системы фенотипирования для закрытого грунта и закрытых агроэкосистем имеют высокую точность измерений по сравнению с измерениями в открытом грунте, а также возможность проведения измерений важных физиологических параметров растений, недоступных в системах фенотипирования для открытого грунта. Была проанализирована роль искусственного интеллекта в обработке данных. Установлено, что алгоритмы искусственного интеллекта могут быть задействованы на всех этапах обработки данных, что позволяет увеличить автоматизацию, строить прогностические модели, выявлять скрытые закономерности. Приведены примеры использования машинного обучения, в том числе глубокого. Подчеркивается необходимость разработки отечественных высокопроизводительных систем фенотипирования для закрытого грунта, способных конкурировать с зарубежными аналогами.

феномные платформы, закрытые агроэкосистемы, техническое зрение, машинное обучение, оптические методы, феномные платформы, закрытые агроэкосистемы, техническое зрение, машинное обучение, оптические методы
Full text: www.agronauka-sv.ru
1
2

We recommend that you study

Golos Nauki Logo
Home page
Support Project
Sections
Быстрый доступ
  • Author's interview
  • Video Abstracts
Sponsor
* is not an advertisement
Presentation
Information

    Phone: 8 (800) 350 17-24email: office@golos-nauki.ru
    Sign Up
    Information
    Date of publication: 7 Nov, 2026Number of views: 2
    Full text: www.agronauka-sv.ru
    To quote:
    Бурынин Д.А., Смирнов А.А., Тихонов П.В., Прошкин Ю.А., Соколов А.В. Обзор систем фенотипирования для закрытого грунта: особенности, цифровые технологии, искусственный интеллект // Agricultural Science Euro-North-East. – 2026. – Т. 27. – № 5. – С. 1037-1050. https://doi.org/10.30766/2072-9081.2026.27.5.1037-1050
    copied
    Аграрная наука Евро-Северо-Востока
    Scientific Journal