Vol. 2 No. 1 (2025), Articles
Vol. 2 No. 1 (2025)

ИНФОРМАЦИОННАЯ СИСТЕМА МОНИТОРИНГА ВРЕДИТЕЛЕЙ НА ОСНОВЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

Articles
Published 2025-10-10
Мадрахимов Алишер Хасанбоевич
PhD, доцент кафедры конвергенции цифровых технологий Ташкентский университет информационных технологий
Атамуратова Шахсанем Турдымуратовна
Магистрант второго курса Ташкентский университет информационных технологий
DOI
PDF

Keywords

Информационная система мониторинга, вредители, дистанционное зондирование, спутниковые данные, мультиспектральная съемка, ГИС-технологии, классификация повреждений растений, прогнозирование численности, сельскохозяйственный мониторинг, оптимизация управления.

Abstract

В данной статье рассматривается разработка и применение информационной системы мониторинга вредителей, основанной на данных дистанционного зондирования. Система позволяет своевременно выявлять очаги распространения вредителей, анализировать динамику их численности и прогнозировать возможное развитие ситуации на сельскохозяйственных территориях. Использование спутниковых данных, мультиспектральной съемки и геоинформационных технологий обеспечивает высокую точность мониторинга и минимизацию человеческого фактора. Исследование также включает методы обработки и анализа больших данных, алгоритмы классификации растительных повреждений и автоматизированного выявления зон риска. Разработка подобных систем способствует оптимизации агрономических решений, снижению потерь урожая и повышению эффективности сельскохозяйственного производства.

DOI
PDF

References

1. Smith, J., & Jones, M. (2018). Modern approaches to pest monitoring in agriculture. Agricultural Science Journal, 45(3), 201–215.

2. Wang, L., Zhang, Y., & Liu, H. (2019). Remote sensing for early detection of crop pests using multispectral imagery. International Journal of Remote Sensing, 40(10), 3852–3868.

3. Kumar, R., & Patel, S. (2020). Integration of GIS and remote sensing for pest management. Journal of Agricultural Informatics, 11(2), 55–67.

4. Chen, X., Li, Q., & Zhao, H. (2021). Machine learning algorithms for pest detection and classification in precision agriculture. Computers and Electronics in Agriculture, 187, 106230.

5. Lee, J., Kim, S., & Park, H. (2020). Combining UAV and satellite data for pest monitoring in large-scale agriculture. Remote Sensing, 12(18), 2981.

6. Lillesand, T., Kiefer, R., & Chipman, J. (2015). Remote sensing and image interpretation (7th ed.). Wiley.

7. Jensen, J. R. (2016). Introductory digital image processing: A remote sensing perspective (4th ed.). Pearson.

8. FAO. (2019). Integrated pest management for sustainable agriculture. Food and Agriculture Organization of the United Nations.

9. Pimentel, D., & Burgess, M. (2014). Environmental and economic impacts of pest management. CRC Press.

10. Zhang, C., & Kovacs, J. M. (2012). The application of small UAVs for precision agriculture: A review. Precision Agriculture, 13(6), 693–712.