CC BY
6
Вестник аграрной науки Дона. 2022. Т. 15. № 3 (59). С. 61-71. Don agrarian science bulletin. 2022; 15-3(59): 61-71.
Научная статья
УДК 632.98 631.348.45
doi: 10.55618/20756704_2022_15_2_61 -71
EDN: YEUMVG
МЕТОДИКА ОЦЕНКИ КАЧЕСТВЕННЫХ ПОКАЗАТЕЛЕЙ ОПРЫСКИВАНИЯ НА ОСНОВЕ АНАЛИЗА ТОНОВОГО ИЗОБРАЖЕНИЯ ОБЪЕКТА В ЦВЕТОВОМ ПРОСТРАНСТВЕ ФАЙЛА
Марина Викторовна Мезникова1
1 Волгоградский государственный аграрный университет, г. Волгоград, Россия, volgau@volgau.com
Аннотация. Разработка новых подходов и инструментов развития в области АПК является важным звеном в планировании мероприятий, направленных на реализацию приоритетных направлений глобальной экологической культуры. При формировании данных мероприятий на первый план выдвигаются технологии в области сельскохозяйственного производства, внедрение которых способствует грамотному восстановлению плодородия почв, снижению загрязнений окружающей среды. В итоге новые производственные технологии смогут улучшать качество жизни всего человечества. Определение качественных показателей применения новых технологий в области сельского хозяйства актуализирует задачи по разработке и внедрению новых методов оценки качественных показателей технологических операций. Целью предлагаемого исследования является разработка технического решения для оценки качественных показателей опрыскивания с применением информационных технологий. Описан порядок обработки индикаторных полосок, используемых для определения густоты покрытия объекта обработки рабочим раствором и размера капель, осаждаемых на контактную поверхность объекта при проведении операций по защите и питанию почвы и растений. Выявлены слабые места традиционных методов оценки качественных показателей и предложен способ с применением программного продукта для ЭВМ, позволяющий проводить обработку полученных данных более эффективно. Применение программного продукта при расчете качественных показателей распыла позволяет быстро и эффективно производить расчеты и проводить оценку дисперсного состава и густоты покрытия на основе графического распределения, а также делать вывод об уровне экологической безопасности технологического процесса распыления пестицидов на основе определения размера капли. Для повышения производительности труда и снижения влияния человеческого фактора на точность оценки покрытия рабочим раствором индикаторных полосок обработка полученных результатов исследований проводится с помощью анализа тонового изображения капель рабочего раствора в цветовом пространстве файла.
Ключевые слова: качественные показатели опрыскивания, форсунка, размер капли, густота покрытия, тоновое изображение, продовольственная безопасность, технологический процесс, ресурсосбережение
Для цитирования: Мезникова М.В. Методика оценки качественных показателей опрыскивания на основе анализа тонового изображения объекта в цветовом пространстве файла // Вестник аграрной науки Дона. 2022. Т. 15. № 3 (59). С. 61-71.
© Мезникова М.В., 2022
Original article
METHODOLOGY FOR ASSESSING THE QUALITATIVE PERFORMANCE FOR SPRAYING BASED ON THE ANALYSIS OF THE TONAL IMAGE OF THE OBJECT IN THE FILE COLOR SPACE
Marina Viktorovna Meznikova1
Volgograd State Agrarian University, Volgograd, Russia, volgau@volgau.com
Abstract. The development of new approaches and development tools in the agro-industrial complex is an important link in the planning of measures aimed at the implementation of priority directions of the global ecological culture. The formation of the given measures prioritizes technologies in the field of agricultural production, the introduction of which promotes competent restoration of soil fertility, decreases environmental pollution. As a result, new production technologies can improve the quality of life of all mankind. Determination of qualitative performance for new technologies in the field of agriculture actualizes the tasks to develop and implement new methods for assessing the qualitative performance for technological operations. The aim of the proposed research is to develop a technical solution to assess the qualitative performance for spraying with information technology in use. There has been described the order of assessing indicator strips used to assess the density of coverage of the impacted object with the working solution and the size of the droplets deposited on the contact surface of the object during soil and plant protection and nutrition operations. Weaknesses of traditional methods of assessing qualitative performance have been revealed, and the method involving the use of software product for a computer, allowing to conduct processing of the received data more effectively, has been offered. Application of the software product when calculating the qualitative performance for spraying allows to perform calculations quickly and efficiently and to assess the disperse composition and density of coverage based on the graphical distribution, as well as to draw a conclusion about the level of environmental safety of the technological process of spraying pesticides based on the assessment of the droplet size. To increase labor productivity and reduce the influence of human factor on the accuracy of assessing the coverage of indicator strips treated by the working solution, processing of the obtained research results is performed by analyzing the tonal image of working solution droplets in the file color space.
Keywords: qualitative performance for spraying, nozzle, droplet size, density of coverage, tonal image, food safety, technological process, resource saving
For citation: Meznikova M.V. Methodology for assessing the qualitative performance for spraying based on the analysis of the tonal image of the object in the file color space. Vestnik agrarnoy nauki Dona = Don agrarian science bulletin. 2022; 15-3(59): 61-71. (In Russ.)
Введение. Потребление средств защиты и питания почвы и растений в области сельскохозяйственного производства ежегодно растет. Наиболее крупный сегмент рынка пестицидов в России приходится на зерновые культуры. Пропашные культуры также входят в число лидеров, так как наблюдается устойчивый рост объемов производства в данном сегменте [1, 2]. Тенденция к увеличению химических средств защиты растений прослеживается во всем мире [3, 4]. Лидирующее положение в области внесения пестицидов занимает Япония ввиду ограниченности пашни одновременно с высокой численностью населения.
Общий объем потребления средств защиты растений в России в 2021 г. составил более 190 тыс. тонн. Из них 63-65% приходилось на гербициды. По данным Минсельхоза России, в 2022 году планируется провести обработку средствами защиты растений (СЗР) на площади, аналогичной прошлому году, которая составила 100 млн га. Общий оборот рынка в данном сегменте составил 70 млд руб. В пересчете на однократную обработку обеспеченность СЗР в РФ в 2022 году составляет 207 тыс. тонн [3, 5].
На сегодняшний день особую актуальность приобретает проблема применения пестицидов в сельскохозяйственном произ-
водстве и исследования их последействий на природные экосистемы, здоровье человека [3, 6]. Главная опасность пестицидов заключается во вхождении их в биологический круговорот, в процессе которого они поступают в организмы человека и животных [7, 8].
Необходимость применения и масштабы использования пестицидов ставят перед человечеством задачи по грамотному научно обоснованному подходу к определению объемов вносимых пестицидов, поиску технических и технологических решений по сокращению гектарной нормы внесения при соблюдении рекомендаций по нормам распределения на объект обработки, обеспечению высоких качественных показателей опрыскивания [9, 10, 11].
Одной из наиболее сложных операций в цепочке мероприятий по применению пестицидов является осуществление контроля качества опрыскивания. Факторами, оказывающими существенное влияние на качество проводимой операции, являются метеоусловия в момент проведения опрыскивания, препаративная форма применяемого пестицида, биологическая природа обрабатываемого объекта, конструктивно-технологические параметры опрыскивателя [4, 9, 11].
Методика исследований. К основным факторам качества работы опрыскивателя относятся отклонение расхода рабочей
жидкости, неравномерность распределения рабочей жидкости вдоль штанги, отклонение расхода жидкости между распылителями, густота покрытия, размер капли и другие [6, 9, 10].
Контроль качества покрытия рабочим раствором является особенно сложной задачей. Для проведения данной операции в полевых условиях чаще всего применяют водочувствительные карточки (или полоски). Они представляют собой листы бумаги желтого цвета со специальным покрытием, которое при попадании любого количества жидкости меняет окраску на фиолетовую в местах контакта с ней. Поэтому хранить данные полоски необходимо во влагозащитных конвертах, а после использования дать высохнуть и поместить в сухие контейнеры или также конверты. С помощью таких индикаторных полосок оценивается плотность, равномерность покрытия и размер осевших на объект обработки капель [9, 12].
Обработанные полоски разделяют на группы для последующего анализа и микро-скопирования. Анализ и группировка полосок проводится визуально. На полученные результаты могут влиять как внешние условия (освещенность), так и индивидуальные особенности цветоощущения оператора, проводящего анализ. Допускается сканирование карточек для последующего визуального анализа (рисунок 1 а, б).
а a б b
а - при сплошной обработке; б - при полосовой обработке Рисунок 1 - Сканированное изображение тестовой полоски водочувствительной бумаги
в зависимости от способа опрыскивания
a - using continuous tillage; b - using strip tillage Figure 1 - Scanned image of a water-sensitive paper strip depending on the spraying method
При рассмотрении качественных характеристик процесса распыления методика исследования основывается на требованиях ГОСТ 34630-2019. Машины для защиты растений. Опрыскиватели. Методы испытаний. Нормативные значения показателей оценивались по стандарту СТО АИСТ 1.12-2006.
Предлагается для анализа тестовых полосок применять анализ тонового изображения капель рабочего раствора в цветовом пространстве файла. Данный подход позволяет повысить не только производительность труда, но и значительно снизить влияние человеческого фактора на точность оценки покрытия рабочим раствором.
Предлагаемая методика послужила основой для создания программного продукта для ЭВМ, предназначенного для расчета качественных показателей распыла, который позволяет быстро и эффективно производить расчеты и проводить оценку дисперсного состава и густоты покрытия на основе графического распределения, а также делать вывод об уровне экологической безопасности технологического процесса распыления пестицидов на основе определения размера капли [13].
Результаты исследований и их обсуждение. Методика определения качественных характеристик технологического процесса опрыскивания с помощью анализа тонового изображения капель рабочего раствора на тестовых полосках состоит из следующих этапов:
1. Подготовительный: определение порога бинаризации.
2. Определение степени покрытия рабочим раствором.
3. Определение густоты покрытия рабочим раствором.
4. Определение размера капли, попавшей на тестовую полоску.
Отсканированные полоски проходят обработку в цифровой среде с возможностью распределения цветности и яркости изображений с возможностью составления и анализа распределений интенсивности пикселей на сканированных полосках при помощи инструмента «Гистограмма». Суще-
ствует широкий ряд инструментария в виде интегрированных сред с подобными возможностями (AdobeLightroom, Photoshop, CorelDrive и другие).
Гистограмма изображения представляет собой график тонового диапазона и является инструментом яркости изображения по пикселям. Контур и площадь участков с измененным цветом соответствует границам капель, попавших на исследуемую поверхность, а это означает, что уровень интенсивности изменения цвета индикаторных полосок соответствует изменению уровней яркости на гистограмме изображения [14]. Распределение на гистограмме позволяет оценить количественное значение и соотношение между черными, белыми и промежуточного тона пикселями (рисунок 2).
Данная функция показывает распределение пикселей в исследуемой области изображения и позволяет определить числовое значение пикселей каждого уровня интенсивности по цветовой гамме от самого темного к самому светлому. В левой части гистограммы показано распределение цвета в области тени. В правой части - распределение цвета на исследуемом изображении в светлой теневой зоне. Средняя часть гистограммы изображения показывает распределение тени в средних тонах.
На подготовительном этапе необходимо задать контрольное значение тонового диапазона, позволяющее задавать отсчет окрашенности пикселей в тоновом диапазоне (порог бинаризации). Для этого применяется инструмент «Контрастность» (принимаем равным 110). Более высокий уровень порога бинаризации повышает уровень контрастности на гистограмме, тем самым увеличивая разброс участков черного и белого цвета. На практике это означает, что все участки изображения на сканированных полосках с контрастностью выше порога бинаризации являются обработанными рабочим раствором. И наоборот, все участки изображения с контрастностью ниже порога бинаризации являются необработанными рабочим раствором.
Гистограмма Histogram
Канал: Channel:
¡Яркость Brightness
Историк. Изображение полностью Whole Image Source: к а V
Среднее: Average: 70,10 Уровень: Level:
Отклонение: Deviation: Счётчик: Meter:
Медиана: Median:! Процентиль: Percentile:!
Пиксели:|Pixels:И Уровень кэш: Level of the Cache: 2
Рисунок 2 - Гистограмма тонового изображения тестовой полоски водочувствительной бумаги
в интегрированной среде Photoshop
Figure 2 - Histogram of the tonal image of a test water-sensitive paper strip in the integrated Photoshop environment
Анализ сканированных полосок позволяет определить степень покрытия рабочим раствором. При этом обработанными считаются все участки изображения, окрашенные выше порога бинаризации.
Соотношение между совокупностями пикселей в противоположных цветовых областях представляет собой коэффициент распределения тонового диапазона Дт.
_ Пч-Пб Дт Пч+Пб'
(1)
где Пч - количество пикселей на исследуемом изображении выше порога бинаризации, шт.;
Пб - количество пикселей на исследуемом изображении ниже порога бинаризации, шт.
Коэффициент распределения Дт иллюстрирует смещение тонового диапазона в сторону черного. На практике это означает относительный показатель превышения обработанной площади над необработанной.
Оценку полученных результатов проводят с использованием данных таблицы 1.
Степень покрытия рабочим раствором на объекте обработки П0 определяется по формуле
П =
Пч
Пч+Пб
100%.
(2)
Таблица 1 - Соответствие коэффициента распределения тонового диапазона покрытию рабочим раствором на обрабатываемой поверхности
Table 1 - Correspondence of the distribution coefficient of the tonal range to the coating with the working solution on the treated surface
Коэффициент распределения тонового диапазона Distribution coefficient of the tonal range Покрытие рабочим раствором обрабатываемой поверхности, % Coating with the working solution on the treated surface, %
>0 Более 50 more than 50
Д <0 ^т менее 50 less than 50
=0 50
Количественное определение густоты покрытия требует соотнесения между геометрическими параметрами индикаторной полоски и количеством пикселей на площади изображения. Для этой цели введен коэффициент соответствия одного пикселя занимаемой им площади на плоскости исследуемого изображения, который определяется по формуле
" (3)
Т/- _ ^пи
Кпи = Пч+Пб'
где 5пи - площадь исследуемого участка изображения, см2.
Площадь исследуемого участка будет соответствовать площади индикаторной карточки (полоски), подлежащей оценке, см2, и сумме количества пикселей выше и ниже порога бинаризации. В нашем исследовании применялись индикаторные полоски водочувствительной бумаги размером 7,6/2,6 см. В таком случае принимаем равным 0,0001.
Густота покрытия рабочим раствором на объекте обработки Гп определяется по формуле
Гп = 7. (4)
где N - количество капель на исследуемой площади, шт.;
5 - исследуемая площадь, см2.
Количество капель на объекте определяется в соответствии с требованиями ГОСТ 34630-2019 при помощи микроскопи-рования полосок и визуального подсчета количества капель или сканирования с последующей обработкой в специальной про-
грамме для ЭВМ. Крупные производители оборудования для опрыскивания и комплектующих к ним поставляют комплекты инструментов для подсчета количества капель на полоске. Например, компания Эупде^а предлагает использовать шаблон, состоящий из полоски ламинированной бумаги с вырезом 1 см2, сверху которого установлено увеличительное стекло. Данный шаблон накладывается на исследуемую полоску и производится подсчет количества капель, попадающих в вырез с увеличением.
Сканированные полоски водочувстви-тельной бумаги могут быть обработаны программами с возможностью компьютерного зрения, способного идентифицировать и классифицировать увиденные объекты. Данное поле имеет широкие возможности для разработки прикладных программ.
Получив информацию об общем количестве капель на исследуемом объекте, можно определить площадь одной капли и её диаметр.
Применив данный подход, мы получаем средний арифметический диаметр капли йю.
D10 =
d1+d2+—+dT N
(5)
где йп - диаметр п-ой капли, мкм.
Диаметр капли на сканированной полоске и полученное расчетное значение не идентичны вследствие эффекта растекания. Поэтому следует применить коэффициент растекания, зависящий от размеров капли (таблица 2) [12].
Таблица 2 - Соответствие диаметра капли на водочувствительной бумаге действительному диаметру капли, мкм
Table 2 - Correspondence of the droplet diameter on water-sensitive paper to the actual droplet diameter, microns
Диаметр капли на водочувствительной бумаге Droplet diameter on water-sensitive paper Коэффициент растекания Spreading coefficient Действительный диаметр капли Actual droplet diameter
100 1,7 59
200 1,8 109
300 1,9 155
400 2,0 200
500 2,1 243
600 2,1 285
Определение размера отдельно взятой капли йт может быть выполнено путем ограничения абриса капли на изображении тестовой полоски. Это достигается отсече-
нием соседних объектов и зон их слияния. Затем следует определить количество пикселей, соответствующих изображению внутри отсеченной области (рисунок 3).
Рисунок 3 - Определение размера капли на изображении тестовой полоски водочувствительной бумаги в программе Photoshop (скриншот экрана)
Figure 3 - Determination of the droplet size on the image of a test water-sensitive paper strip in Photoshop
(screenshot)
Диаметр отдельно взятой капли вы- Коэффициент 104 переводит размер-
числяется по формуле ность капли в мкм.
dm = Кпи • Пч • 104. (6)
Оценку размера капли производят в соответствии с рекомендациями ГОСТ Р 53053:
- до 150 мкм - условно мелкие;
- 150-300 мкм - средние;
- более 300 мкм - крупные.
По результатам исследования и обработки тестовых полосок в цветовом пространстве файла, руководствуясь рекомендациями ГОСТ Р 53053, можно оценивать эффективность процесса внесения жидких форм препаратов в зависимости от их целевого назначения, а также оценить уровень экологической безопасности процесса внесения пестицидов.
Выводы. Методика оценки качественных показателей опрыскивания позволяет определить степень покрытия, густоту покрытия рабочим раствором объекта обработки и размер капли, выделенной на исследуемом участке, с последующим заключением о соответствии качественных характеристик технологического процесса опрыскивания требованиям по целевому назначению применяемого препарата для химзащи-ты почвы и растений. В основе разработанной методики оценки качественных показателей опрыскивания лежит подход обработки изображения в графическом редакторе, основанный на анализе тонового изображения файла. На основании разработанной методики был создан программный продукт для ЭВМ, позволяющий проводить расчет качественных показателей распыла. Особенностью программного продукта является простота, высокая скорость и эффективность. Применение предложенной методики позволяет быстро и эффективно производить расчеты и проводить оценку дисперсного состава и густоты покрытия на основе графического распределения, а также делать вывод об уровне экологической безопасности технологического процесса распыления пестицидов на основе определения размера капли.
Приложение написано с использованием языка Python версии интерпретатора 3.10 и использует виджет-библиотеку Tk в
качестве оболочки пользовательского графического интерфейса. Анализ сканированных полосок позволяет определить степень покрытия рабочим раствором. При этом обработанными считаются все участки изображения, окрашенные выше порога бинаризации. Соотношение между совокупностями пикселей в противоположных цветовых областях описывает коэффициент распределения тонового диапазона Дт.
Список источников
1. Медведев Г.А., Екатериничева Н.Г., Ткаченко А.В. Эффективность инновационных систем возделывания подсолнечника на южных черноземах Волгоградской области // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2020. № 3 (59). С. 116-124.
2. Чурзин В.Н., Дубовченко А.О. Урожайность гибридов подсолнечника в зависимости от влагообеспеченности посевов на черноземах Волгоградской области // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2020. № 1 (57). С. 158-167. DOI: 10.32786/2071-94852020-01-16.
3. Шишкунов В.М., Сидоров В.Е., Мыта-рев М.А. Оценка степени загрязнения почв в местах размещения отходов // Агрохимический вестник. 2009. № 2. С. 19-20.
4. Belousov S.V., Khanin Y.V., Zhadko V.V. Methods and means of concentrated fertilizers plication. IOP Conference Series: Materials Science and Engineering. Ser. "International Conference on Modern Trends in Manufacturing Technologies and Equipment, ICMTMTE 2020 - Machine Science, Mechanization, Auotomatization and Robotics", 2020. Р. 052050. DOI: 10.1088/1757-899X/971 /5/052050.
5. Мельник В.И. Эволюция систем земледелия - взгляд в будущее // Земледелие. 2015. № 1. С. 8-12.
6. Ударцева О.В. Геоэкологические аспекты устойчивого развития // Естественные и технические науки. 2009. № 6 (44). 461-462.
7. Иванов А.Ю., Дурманов Н.Д., Орлов М.П., Пиксендеев К.В., Ровнов Ю.Е., Лукша П.О., Макаров И.А., Птичников А.В., Степанов И.А., Харченко М.М., Чертков Г.М. Битва за
климат: Углеродное фермерство как ставка России // Экспертный доклад. Москва: Издательство Высшей школы экономики, 2021. 120 с.
8. Щукин С.В., Горнич Е.А., Труфа-нов А.М., Воронин А.Н. Оценка действия энергосберегающих технологий основной обработки почвы на содержание органического вещества и агрофизические показатели плодородия // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2019. № 4 (56). С. 119-167. DOI: 10.32786/2071 -9485-2019-04-14.
9. Борисенко И.Б., Мезникова М.В., Улы-бина Е.И. Качественные показатели опрыскивания при применении способа полосовой химической обработки подсолнечника // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2021. № 2 (62). С. 338-347. DOI: 10.32786/2071-9485-2021-02-35.
10. Борисенко И.Б., Мезникова М.В., Улы-бина Е.И. Теоретическое обоснование равномерности нанесения рабочего раствора на объект воздействия при обработке пропашных культур способом полосового опрыскивания // Известия Нижневолжского агроуниверситетско-го комплекса: наука и высшее профессиональное образование. 2021. № 4 (64). С. 296-305. DOI: 10.32786/2071 -9485-2021-04-31.
11. Бородычев В.В., Новиков А.Е., Филимонов М.И., Ламскова М.И. Исследование насадки с малоэнергоемким искусственным дождем // Научная жизнь. 2016. № 2. С. 50-57.
12. Рекомендации по технологии опрыскивания полевых культур [Электронный ресурс] // https://www.syngenta.kz/rekomendacii-po-tehno-logii-opryskivaniya-polevyh-kultur (дата обращения: 05.07.2022).
13. Свидетельство о государственной регистрации программы для ЭВМ 2022613029, Российская Федерация. Программа расчета качественных показателей распыла / Мезнико-ва М.В., Борисенко И.Б.; заявитель и патентообладатель ФГБОУ ВО Волгоградский ГАУ. № 2022611586; заявл. 07.02.2022; опубл. 01.03.2022, Бюл. № 3. 1 с.
14. Дьяконов В.П., Абраменкова И.В. MATLAB. Обработка сигналов и изображений // Специальный справочник. СПб.: Питер, 2002. 608 с.
References
1. Medvedev G.A., Ekaterinicheva N.G., Tkachenko A.V. Effektivnost' innovatsionnykh sis-tem vozdelyvanija podsolnechnika na yuzhnyh chernozemakh Volgogradskoy oblasti (Efficiency of innovative sunflower cultivation systems in the southern chernozem soils of the Volgograd region). Izvestiya Nizhnevolzhskogo agrouniversitetskogo kompleksa: nauka i vysshee professional'noe obra-zovanie. 2020; 3 (59): 116-124. (In Russ.)
2. Churzin V.N., Dubovchenko A.O. Urozhaynost' gibridov podsolnechnika v zavisimosti ot vlagoobespechennosti posevov na cherno-zemakh Volgogradskoy oblasti (Yield of Sunflower Hybrids Depending on the Moisture Content of Crops in the Black Soil of the Volgograd Region). Izvestiya Ni-zhnevolzhskogo agrouniversitetskogo kompleksa: nauka i vysshee professional'noe obra-zovanie. 2020; 1 (57): 158-167. (In Russ.)
3. Shishkunov V.M., Sidorov V.E., Myta-rev M.A. Otsenka stepeni zagryazneniya pochv v mestakh razmescheniya otkhodov (Assessment of the degree of soil contamination at waste disposal sites). Agrohimicheskiy vestnik. 2009; 2: 19-20.
(In Russ.)
4. Belousov S.V., Khanin Y.V., Zhadko V.V. Methods and means of concentrated fertilizers plication, IOP Conference Series: Materials Science and Engineering, Ser. "International Conference on Modern Trends in Manufacturing Technologies and Equipment, ICMTMTE, Machine Science, Mechanization, Auotomatization and Robotics", 2020. pp. 052050. DOI: 10.1088/1757-899X/971 /5/052050.
5. Melnik V.I. Evolyutsiya system zemlede-liya - vzglyad v buduschee (The Evolution of farming systems - a look into the future). Zemledelie. 2015; 1: 8-12. (In Russ.)
6. Udartseva O.V. Geoekologicheskie aspek-ty ustoychivogo razvitiya (Geoecological aspects of sustainable development). Estestvennye i tekhni-cheskie nauki. 2009; 6(44): 461-462. (In Russ.)
7. Ivanov A.Ju., Durmanov N.D., Orlov M.P. i dr. Bitva za klimat: Uglerodnoe fermerstvo kak stavka Rossii (The battle for the climate: carbon farming as Russia's stake). Moskva: Izdatel'stvo Vysshey shkoly ekonomiki, 2021, 120 p. (In Russ.)
8. Shcukin S.V., Gornich E.A., Trufa-nov A.M., Voronin A.N. Otsenka deystviya ener-gosberegayuschikh tekhnologiy osnovnoy obrabot-ki pochvy na soderzhanie organicheskogo
veschestva i agrofizicheskie pokazateli plodorodiya (Assessment of the effect of energysaving primary tillage technologies on organic matter content and agrophysical properties of the soil). Izvestiya Nizh-nevolzhskogo agrouniversitetskogo kompleksa: nauka i vysshee professional'noe obrazovanie. 2019; 4 (56): 119-167. DOI: 10.32786/2071-94852019-04-14 (In Russ.)
9. Borisenko I.B., Meznikova M.V., Ulybi-na E.I. Kachestvennye pokazateli opryskivaniya pri primenenii sposoba polosovoy khimicheskoy obrabotki podsolnechnika (Qualitative performance of spraying when using the method of strip chemical treatment of sunflower). Izvestiya Nizhnevolzh-skogo agrouniversitetskogo kompleksa: nauka
1 vysshee professional'noe obrazovanie. 2021;
2 (62): 338-347. DOI: 10.32786/2071-9485-202102-35. (In Russ.)
10. Borisenko I.B., Meznikova M.V., Ulybi-na E.I. Teoreticheskoe obosnovanie ravnomernosti naneseniya rabochego rastvora na ob"ekt vozdeystviya pri obrabotke propashnykh kul'tur sposobom polosovogo opryskivaniya (Theoretical justification of the uniform application of a working solution on the impacted object during the treatment of row crops using a strip spraying method). Izvestiya Nizhnevolzhskogo agrouniversitetskogo
kompleksa: nauka i vysshee professional'noe obrazovanie. 2021; 4 (64): 296-305. DOI: 10.32786/2071-9485-2021-04-31. (In Russ.)
11. Borodychev V.V., Novikov A.E., Fili-monov M.I., Lamskova M.I. Issledovanie nasadki s maloenergoemkim iskusstvennym dozhdem (A study of a nozzle with low-energy artificial rain). Nauchnaja zhizn'. 2016; 2: 50-57. (In Russ.)
12. Rekomendatsii po tekhnologii opryskivaniya polevykh kultur (Recommendations for field crop spraying technology). [Elektronnyy resurs]. https://www.syngenta.kz/rekomendacii-po-tehnologii-opryskivaniya-polevyh-kultur, (data obra-scheniya 05.07.2022). (In Russ.)
13. Meznikova M.V., Borisenko I.B. Svi-detelstvo o gosudarstvennoy registratsii program-my dlya EVM 2022613029, Rossiyskaya Federa-tsiya. Programma rascheta kachestvennykh poka-zateley raspyla (Software for calculating the qualitative performance for spraying). Zayavitel' i paten-toobladatel' FGBOU VO Volgogradskiy GAU, No 2022611586, zayavl. 07.02.2022, opubl. 01.03.2022, Byul. No 3, 1 p. (In Russ.)
14. Dyakonov V.P., Abramenkova I.V. MATLAB. Obrabotka signalov i izobrazheniy (Signal and Image Processing). Specialnyy spravochnik. SPb.: Piter, 2002, 608 p. (In Russ.)
Сведения об авторе
М.В. Мезникова - кандидат технических наук, старший научный сотрудник центра системы машин НИИ перспективных исследований и инноваций в АПК, Волгоградский государственный аграрный университет, г. Волгоград, Россия. Тел.: +7-960-883-09-50. E-mail: marina_roxette@mail.ru.
(â Мезникова Марина Викторовна, e-mail: marina_roxette@mail.ru
Information about the author
M.V. Meznikova - Candidate of Technical Sciences, Senior Researcher, Machine System Center of the Research Institute for Advanced Research and Innovation in the Agroindustrial Complex, Volgograd State Agrarian University, Volgograd, Russia. Phone: +7-960-883-09-50. E-mail: marina_roxette@mail.ru.
(¿Ё) Meznikova Marina Viktorovna, e-mail: marina_roxette@mail.ru
Автор заявляет об отсутствии конфликта интересов. The author declares no conflict of interest.
Статья поступила в редакцию 03.08.2022; одобрена после рецензирования 23.08.2022; принята к публикации 24.08.2022.
The article was submitted 03.08.2022; approved after reviewing 23.08.2022; accepted for publication 24.08.2022.
https://elibrary.ru/yeumvg
