Мультимодальное ДЗЗ и глубокое обучение для точного земледелия В журнале Sensors опубликован обзор современных подходов к объединению данных дистанционного зондирования и алгоритмов глубокого обучения для задач точного земледелия. Авторы рассматривают, как использовать данные оптических, тепловых, радиолокационных и LiDAR-сенсоров для оценки состояния сельскохозяйственных культур и поддержки управленческих решений. Разные типы съёмки дают взаимодополняющую информацию. Оптические данные помогают анализировать спектральные и визуальные характеристики растительности, тепловые наблюдения — оценивать температурные особенности и водный стресс, SAR — получать информацию независимо от освещённости и при наличии облачности, а LiDAR — изучать трёхмерную структуру растительного покрова. Авторы рассматривают развитие методов обработки — от свёрточных нейронных сетей до пространственно-временных моделей, архитектур Transformer и новых моделей на основе пространств состояний. Особое внимание уделено тому, как объединять данные с разным пространственным и временным разрешением и преобразовывать результаты анализа в практические решения, например карты-задания для дифференцированного внесения ресурсов. При этом увеличение количества источников и сложности модели не гарантирует повышения надёжности. На результат могут влиять пропуски наблюдений, шум, различия между сенсорами и условиями съёмки, а также перенос модели между регионами и сезонами. Для практического применения важны не только точность прогнозов, но и устойчивость моделей, интерпретируемость, вычислительные затраты и совместимость с сельскохозяйственной техникой. Источник
Дистанционное зондирование и геоинформатика
Subscribers
1.9K
+0 24h
Reach per post (ERR)
6.3%117 avg views
Posting
16.8/day
last 2 hours ago
Reactions per 1K views
3.4
❤ 🤡 🔥
Views over time
| When | Views |
|---|---|
| 13 Oct 2026, 12:03 | 0 |
| 12 Nov 2026, 03:41 | 88 |
Who shared this post
Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)
Nobody yet.