Кластерный анализ в цифровизации сельского хозяйства
Аннотация Кластерный анализ — это перспективный статистический метод, который находит практическое применение в цифровом сельском хозяйстве, переходя от унифицированного подхода к прецизионному и управлению на основе данных. Кластерный анализ — это метод машинного обучения без участия человека, который автоматически группирует объекты (поля, растения, участки поля) в однородные группы (кластеры) на основе их схожести по ряду признаков.
Ключевые слова: Кластерный анализ, цифровизация, сельское хозяйство,
Содержание не найдено
Литература
1. Интернет ресурсы: https://ru.wikipedia.org/wiki/Кластерный анализ,
2. Енюков И.С. Факторный, дискриминантный и кластерный анализ. М: Финансы и статистика, 1989, стр. 215.
3. Интернет ресурсы: http://dic.academic.ru/dic.nsf/ruwiki/238149 1983.)
4. Кластерный анализ: методические указания к изучению курса и задания к лабораторным работам для студентов математических и экономических специальностей / сост. В. Д. Власенко. – Хабаровск: Изд-во Тихоокеанского гос. ун-та, 2006. – 32 с.
5. Ефименко, Д. В. Инновационные технологии посева гороха, применяемые при возделывании сельскохозяйственных культур в условиях Западной Сибири / Д. В. Ефименко // Студенческий научный форум 2024 : сборник статей X Международной научно-практической конференции в 2 частях, Пенза, 17 января 2024 года. – Пенза: Наука и Просвещение (ИП Гуляев Г.Ю.), 2024. – С. 120-122. – EDN ADJXIW.
6. Погода и климат. Летопись погоды в Омске [Электронный ресурс] www. pogodaiklimat/ru.
7. Бантикова, О.И. Методы кластерного
Признаки для анализа вегетационные индексы (NDVI, NDRE, MSAVI), электропроводность почвы, данные о рельефе (высота, уклон), данные о урожайности за прошлые годы. Практическая польза: создание карт дифференцированного внесения (VRA): удобрений, семян, СЗР. экономия ресурсов до 15-25%.
Классификация сельхозкультур кластеризуются: поля на территории всего региона или страны. Признаки для анализа: динамика вегетационных индексов в течение сезона (временные серии), спектральные признаки в разные фенологические фазы. Практическая польза: мониторинг структуры посевных площадей, прогнозирование урожайности, выявление нарушений севооборота, контроль за субсидиями.
Анализ состояния посевов и выявление проблем кластеризуются: отдельные растения или участки поля в данный момент времени. Признаки для анализа: спектральные признаки (отражение в разных каналах), текстура растительного покрова, температура листовой поверхности. Практическая значимость: раннее