CC BY
42
УДК 005.3
ЦИФРОВАЯ ТРАНСФОРМАЦИЯ СЕЛЬСКОГО ХОЗЯЙСТВА НА ОСНОВЕ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
ШАЙТУРА СВ.,
кандидат технических наук, доцент, доцент Российский университет транспорта (МИИТ), e-mail: [email protected].
КНЯЗЕВА М.Д.,
кандидат технических наук, доцент, доцент Московский государственный университет технологий и управления им. К.Г. Разумовского (Первый казачий университет), e-mail: [email protected].
БЕЛЮ Л.П.,
старший преподаватель, Российский государственный университет физической культуры, спорта и туризма.
БАРБАСОВ В.К.,
генеральный директор, ООО "Съемка с воздуха", e-mail: [email protected]. ФЕОКТИСТОВА В.М.,
кандидат технических наук, доцент, Российский государственный университет туризма и сервиса, e-mail: [email protected].
Реферат. В статье рассмотрены вопросы использования беспилотных летательных аппаратов в сфере цифрового сельского хозяйства. Цифровая трансформация сельского хозяйства происходит во всем мире. Она позволяет более экономно расходовать земельные ресурсы, получать более высокие урожаи и сократить потери при уборке и транспортировке урожая. Беспилотные летательные аппараты позволяют контролировать производство сельскохозяйственной продукции на всех этапах ее производства. БПЛА позволяют своевременно обнаружить отклонения от нормы выращивания агрокультур. Получив информацию при помощи БПЛА, агрономы могут вовремя принять решение об использовании тех или иных мер корректирования сложившейся ситуации. Вовремя провести пересев в случае гибели урожая, применить в нужной мере подкормку агрокультур или их защиту при помощи средств защиты от вредителей. Кроме функции визуального контроля за состояние урожая, БПЛА могу выполнять функции по доставке и внесения удобрений, и средств защиты от вредителей. Цифровая экономика в сельском хозяйстве является необходимым элементом в устойчивом развитии мировой экономики.
Ключевые слова: цифровая экономика, цифровая трансформация, сельское хозяйство, информатизация, интернет вещей, беспилотные летательные аппараты.
DIGITAL TRANSFORMATION OF AGRICULTURE BASED ON UNMANNED AIRCRAFT
SHAYTURA S.V.,
Candidate of Technical Sciences, Associate Professor, Associate Professor of the Russian University of Transport (MIIT), e-mail: [email protected].
KNYAZEVA M.D.,
Candidate of Technical Sciences, Associate Professor, Associate Professor Moscow State University of Technology, and management. K.G. Razumovsky (First Cossack University), e-mail: [email protected].
BELU LP.,
Senior Lecturer, Russian State University of Physical Education, sports and tourism.
BARBASOV V.K.,
General Director, Aerial Survey LLC, e-mail: [email protected]. FEOKTISTOVA V.M.,
Candidate of Technical Sciences, Associate Professor, Russian State University of Tourism and Service, e-mail: [email protected].
Essay. The article discusses the use of unmanned aerial vehicles in the field of digital agriculture. The digital transformation of agriculture is happening all over the world. It allows you to more economically use land resources, get higher yields and reduce losses during harvesting and transportation of crops. Unmanned aerial vehicles allow you to control the production of agricultural products at all stages of its production. UAVs allow early detection of deviations from the norm of growing crops. Having received information using UAVs, agronomists can make a decision in time to use certain measures to correct the current situation. To carry out reseeding in time in the event of the death of the crop, to apply to the required extent the fertilizing of agricultural crops or their protection with the help of means of protection from pests. In addition to the function of visual control over the state of the crop, the UAV can perform the functions of delivering and applying fertilizers, and means of protecting against pests. The digital economy in agriculture is a necessary element in the sustainable development of the global economy.
Keywords: digital economy, digital transformation, agriculture, informatization, Internet of things, unmanned aerial vehicles.
Введение. Цифровая трансформация - это глубокая реорганизация бизнес-процессов с широким применением цифровых инструментов для их исполнения, которая приводит к существенному улучшению их характеристик и появлению принципиально новых их качеств и свойств [1,2].
Цифровые технологии могут произвести революцию в сельском хозяйстве, помогая фермерам работать точно, эффективно и рационально [3, 4]. На основе данных идеи могут улучшить процесс принятия решений и практических действий, а также повысить экологические показатели делая работу более привлекательной для молодых поколений. Цифровые технологии также могут предложить потребителям большую прозрачность по процессам производства еды. Они предлагают возможности для обновления бизнес - моделей в цепочках добавленной стоимости.
Цифровые технологии часто рассматриваются как возможность обеспечить устойчивое будущее в сельском хозяйстве и сельских районах [5, 6].
Сельскохозяйственная отрасль является одним из наиболее быстро растущих секторов вложений в экономику [7, 8, 9]. Стартапы, получающие эти инвестиции, охватывают ряд технологий, которые влияют на все аспекты сельскохозяйственной деятельности и управления фермой - от управления почвой и урожаем до уборки урожая, до управления оборудованием и цепочкой поставок, даже до мар-
кетинга и электронной коммерции [10 - 13]. Цифровая трансформация сельского хозяйства также является прекрасным инструментом, позволяющим проводить восстановительное сельское хозяйство [14 - 18].
Одно из ключевых преобразований, которое необходимо отслеживать, - это эволюция интернета вещей [19] или сетевых датчиков и устройств, которые работают во взаимосвязанной сети и собирают и передают данные без какого-либо взаимодействия между людьми или человеком с компьютером. В настоящее время технологии интернета вещей повсюду - от систем умного дома до медицинских устройств и автоматизации производства; за последние пять лет произошел взрывной рост этих технологий.
Фермеры, использующие широкий спектр систем земледелия, теперь используют технологии интернета вещей для отслеживания влажности почвы, изменений микроклимата поля, уровня углерода в почве и питательных микроэлементов, а также скорости роста растений на протяжении циклов сбора урожая.
На другом уровне устройства интернета вещей также могут использоваться для управления и мониторинга производственных процессов, таких как орошение, путем точного контроля количества воды, подаваемой в определенные области поля в оптимальное время, с учетом роста и характеристик сельскохозяйственных культур на этом поле.
Технологии интернета вещей используются повсюду в современной сельскохозяйственной технике, в том числе в тракторах, используемых для орошения, опрыскивания и убоки урожая.
Стартапы в отрасли сельского хозяйства, использующие данные интернета вещей, широко распространены и разнообразны: от пропашных культур до агролесоводства и молочного животноводства. Технологии интернета вещей становятся особенно мощными для сельского хозяйства в сочетании с другими областями цифровых инноваций, такими как дистанционно управляемые машины и искусственный интеллект.
У беспилотных летательных аппаратов (БПЛА) и других беспилотных машинах есть огромный потенциал в корне изменить сельскохозяйственные операции [20, 21].
Использование БПЛА в сельском хозяйстве можно резюмировать по двум основным направлениям: визуализация и мониторинг урожая, а также опрыскивание сельскохозяйственных культур.
В случае получения изображений сельское хозяйство стало естественным продолжением использования изображений с БПЛА в других отраслях, таких как строительство, горнодобывающая промышленность и производство энергии. Многие компании развертывают беспилотные летательные аппараты для визуализации и мониторинга полей сельскохозяйственных культур и могут использовать их, чтобы получить многоуровневую информацию о состоянии сельскохозяйственных культур.
Распыление с помощью БПЛА - это новый, менее проверенный вариант использования беспилотных технологий в сельском хозяйстве, но он таит в себе также большой потенциал. Беспилотные опрыскиватели могут помочь фермерам избежать чрезмерного расточительного распыления химикатов за счет точного контроля количества, доставляемого на каждое растение. Они могут автоматизировать маршруты и время опрыскивания для каждого поля и доставлять материалы для культур, посаженных на более крутых склонах или других участках полей, недоступных для традиционной техники. Кроме того, использование беспилотных опрыскивателей может уменьшить количество избыточных агрохимикатов в стоках от дождя и устранить необходимость в ручном труде, а также воздействие на людей вредных химических веществ, с которыми они обычно сталкиваются при использовании ранцевого опрыскивателя.
Между тем, все большее число стартапов разрабатывают роботизированные устройства для сбора урожая, чтобы заменить человеческий труд, связанный с уборкой урожая, который традиционно собирали вручную, например ягод, перца и др. культур. Развитие в этом пространстве идет медленнее, в основном потому, что каждая машина должна быть специально приспособлена к тонким потребностям каждой культуры и конкретной формы самого культурного растения. Но потенциальные преимущества этих устройств сродни тем, которые предлагают БПЛА, поскольку они делают сельское хозяйство более эффективным, и снижают зависимость от человеческого труда, особенно если эти проблемы удастся преодолеть.
Искусственный интеллект (ИИ) [22 - 26] превращает сельское хозяйство в профессию, основанную на данных. Все нововведения становятся мощными, когда объединяются в приложения, которые используют преимущества данных и автоматизации процессов, чтобы позволить фермерам более оперативно и разумно принимать решения.
Фермерам всегда приходилось реагировать на изменения погоды [27], физической среды и рынков, на которых они работают, - либо при покупке семян или вводимых ресурсов, либо при продаже урожая. При этом фермеры всегда подвергались потрясениям в этих системах из-за непредвиденных событий - засух, наводнений, экономических кризисов, нашествий вредителей и т. д. Программное обеспечение для управления фермой на базе искусственного интеллекта может дать фермерам возможность быть более подготовленными к таким событиям и оптимизировать свою работу на невиданном ранее уровне детализации.
Успешные фермы в 21 веке должны быть чрезвычайно производительными, универсальными и устойчивыми, если мы хотим выдержать испытание изменением климата и накормить еще 2-3 миллиарда человек. Цифровая трансформация сельского хозяйства не просто более эффективное ведение сельского хозяйства, но и основа для устойчивого развития всего человечества [28, 29, 30].
Будущее сельского хозяйства - за возрождением, оно в значительной степени цифровое. Фермеры, внедряющие методы регенерации, больше всего нуждаются в принятии решений на основе данных и оперативном управлении всем. Наряду с краткосрочными показателями урожая они смотрят вперед,
чтобы обеспечить долгосрочную продуктивность и ценность своей земли [31 - 33].
Материалы и методы. Материалы исследования представлены научными публикациями в журналах и электронных источниках отечественных и зарубежных авторов, научно-методической литературой, а также официальной статистикой.
Методы исследования представлены изучением источников информации и анализом полученных сведений, моделированием для изучения объекта исследования и выстраивания на основе этого прогнозной модели [34, 35].
Результаты исследования. Существует ряд областей, где могут с успехом использоваться беспилотные летательные аппараты [36, 37].
Планирование орошения. Существует четыре фактора, которые необходимо контролировать, чтобы определить потребность в орошении:
1) наличие почвенной воды;
2) потребность сельскохозяйственных культур в воде, которая представляет собой количество воды, необходимое различным культурам для оптимального роста;
3) количество осадков;
4) эффективность оросительной системы.
Эти факторы могут быть количественно
определены с помощью беспилотных летательных аппаратов для измерения влажности почвы, температуры растений и испарения. Например, пространственное распределение поверхностной влажности почвы может быть оценено с помощью мультиспектральных изображений высокого разрешения, полученных с помощью беспилотного летательного аппарата, в сочетании с отбором проб грунта. Индекс водного стресса сельскохозяйственных культур также может быть оценен, чтобы определить зоны водного стресса с помощью тепловых изображений БПЛА.
Беспилотные летательные аппараты могут использоваться для теплового дистанционного зондирования для мониторинга пространственных и временных закономерностей болезней сельскохозяйственных культур до появления симптомов на различных этапах развития болезней, и, следовательно, фермеры могут уменьшить потери урожая. Например, аэрофотоснимки могут быть использованы для обнаружения ранних стадий развития почвенного грибка.
Отображение текстуры почвы. Некоторые свойства почвы, такие как текстура поч-
вы, могут указывать на качество почвы, которое, в свою очередь, влияет на урожайность сельскохозяйственных культур. Таким образом, тепловые изображения БПЛА могут быть использованы для количественной оценки текстуры почвы в региональном масштабе путем измерения различий в температуре поверхности земли в относительно однородных климатических условиях.
Картирование растительного покрова и обработки почвы. Растительные остатки имеют важное значение для сохранения почвы, обеспечивая защитный слой на сельскохозяйственных полях, который защищает почву от ветра и воды. Точная оценка растительных остатков необходима для надлежащего осуществления методов консервационной обработки почвы.
Картографирование полевых плиток. Дренажные системы плиток удаляют избыточную воду с полей и, следовательно, обеспечивают экологические и экономические выгоды. Эффективный мониторинг сточных вод может помочь фермерам и управляющим природными ресурсами лучше смягчить любые неблагоприятные экологические и экономические последствия. Измеряя перепады температур в пределах поля, тепловые изображения БПЛА могут предоставить дополнительные возможности в картографировании полей.
Картирование зрелости сельскохозяйственных культур. Беспилотные летательные аппараты могут быть практичной технологией для мониторинга зрелости сельскохозяйственных культур для определения времени сбора урожая, особенно когда вся площадь не может быть собрана за доступное время.
Картирование урожайности сельскохозяйственных культур. Фермерам требуется точная, ранняя оценка урожайности сельскохозяйственных культур по ряду причин, включая страхование урожая, планирование сбора урожая, хранение и бюджетирование движения денежных средств.
Автоматизированная система управления процессом известкования почв. Предназначена для планирования и реализации в реальном времени управления кислотностью почв за счет оптимизации доз внесения различных мелиорантов (извести, доломитовой муки и др.).
Система является современным информационно-управляющим средством агронома, позволяющим планировать эффективные севообороты и управлять работой автоматизированной техники по внесению мелиорантов.
Функционирование системы осуществляется на основе информации о результатах предупреждающих лет и текущей информации о состоянии посевов и кислотности почвы.
Источниками текущей информации являются:
- тестовые площадки, на которых отбираются пробы почвы и растений на площадках, формируемые мультиспектральной камерой, размещенной на вышке;
- беспилотный летательный аппарат (БПЛА), оснащенный мультиспектральной камерой;
- датчик урожая уборочного комбайна в комбинации с датчиком системы геопозиционирования (при их отсутствии, обходиться информацией от БПЛА).
На основе накопленной информации в системе строится оптимальная стратегия управления кислотностью почвы по всем годам севооборота. В системе минимизируются потери урожая и затраты на мелиоранты.
«Электронный агроном» - система предварительного принятия технологических решений и реализации их в реальном времени на основании определенного набора информации о состоянии сельскохозяйственного поля.
Система позволяет оптимизировать по критерию «максимум прибыли» параметры технологических операций, таких как, внесение азотных удобрений, регуляторов роста и развития, проведение поливов с любыми системами орошения.
Функционирование системы осуществляется на основе информации о результатах предыдущего года и текущей информации о состоянии посевов и почвенной среды.
Система была апробирована на ряде сельскохозяйственных предприятий. БПЛА могут снимать информацию в условиях облачности, что невозможно при съемке с космических спутников. Оперативность съемки является еще одним преимуществом БПЛА,
Применение беспилотных летательных аппаратов и ПО Agisoft Photoscan позволяет реконструировать цифровые модели местности с высокой степенью детализации. Для анализа рельефа по материалам аэрофотосъемки строится матрица высот. Далее, с помощью ГИС Спутник Агро, по матрице высот моделируется поверхностный сток, и определяются бессточные области.
Обсуждение. К основным преимуществам использования беспилотных летательных аппаратов для интеллектуальных сельскохозяйственных применений относятся мобильность беспилотных летательных аппаратов в переменных погодных условиях, возможность захвата изображений с высоким разрешением с различных диапазонов (средний диапазон от 50 до 100 метров). Также можно использовать беспилотные летательные аппараты для определения и мониторинга качества сельскохозяйственных культур, мониторинга атак, предпринимаемых вредителями, сорняками, животными.
Фермеры и другие заинтересованные стороны могут получить доступ к данным, собранным с помощью беспилотных летательных аппаратов с облачных платформ, удаленно с помощью приложений со своих интеллектуальных устройств, которые могут помочь в прогнозировании урожайности урожая, эффективности внесения удобрений, применения пестицидов и т.д. Исходя из вышеперечисленного, БПЛА помогает решить такие задачи как:
- картографирование сельскохозяйственного фонда;
- борьба с вредителями;
- осмотр полей;
- выявление вредителей деревьев;
- выявление пожаров;
- контроль целостности урожая;
- создание и обработка в электронном виде карт и планов обрабатываемых земель.
Заключение. Чтобы удовлетворить огромный спрос на продовольствие для растущего населения, сельское хозяйство должно быть революционизировано с использованием информационно-коммуникационных технологий (ИКТ). Цифровое сельское хозяйство в настоящее время является модным трендом, которое использует новейшие технологии ИКТ для выращивания продуктов питания устойчивым и чистым способом. ИКТ - технологии, такие как, дистанционное зондирование и БПЛА, могут эффективно использовать датчики интернета вещей для интеллектуального сельского хозяйства. Процедура мониторинга сельхозугодий позволяет регулярно получать актуальные данные о состоянии земель, плодородии почвы. Мониторинг земель при помощи БПЛА позволяет хозяйствам перейти к точному цифровому земледелию.
Список использованных источников
1. Ознамец В.В. Геодезическое обеспечение развития территорий в условиях цифровой трансформации экономики РФ // Славянский форум. - 2021. - № 2 (32). - С. 175-182.
2. Шайтура С. В., Васкина М. Ю. Комплексная цифровая модель мониторинга района // Экология урбанизированных территорий. - 2019. - № 4. - С. 71-76.
3. Шайтура С.В., Васкина М.Ю. Мониторинг земель районов Дальнего Востока // Землеустройство, кадастр и мониторинг земель. - 2020. - №1. - С. 28 - 33.
4. Шайтура С.В., Феоктистова В.М. Беспилотный транспорт в задачах землеустройства // Землеустройство, кадастр и мониторинг земель. - 2020. - №9. - С. 37 - 40.
5. Shaitura S.V., Nedkova A.S., Tyger L.M., Goryacheva E.D., Morozova N.O., Berketova L.V. Food security and catering // Revista Turismo Estudos&Práticas. - 2020. - № 3. - С. 11.
6. Демьянова Д.Д. Применение геоинформационных сервисов для космического мониторинга сельскохозяйственных земель // Славянский форум. - 2017.- № 3 (17).- С. 291-297.
7. Бахарева Н.А. Информационное взаимодействие в автоматизированных системах мониторинга и кадастра // Славянский форум. - 2012. - № 1 (1). - С. 58-62.
8. Шайтура С.В., Розенберг И.Н., Винтова Т.А. Основы землеустройства: учебное пособие. - Бургас, Болгария, 2019.
9. Оценка земли и недвижимости / С.В. Шайтура, И.Н. Розенберг, А.С. Шайтура, С.О. Макаров: Учебное пособие. - Бургас, Болгария, 2018.
10. Германов В.Е., Шайтура С.В. Классификация стратегий продвижения стартапов электронной коммерции // Славянский форум. - 2012. - № 2 (2) - С. 154-163.
11. Германов В.Е., Шайтура С.В. Методика разработки стартапа электронной коммерции // Славянский форум. - 2013. - № 2 (4) - С. 48-55.
12. Германов В.Е., Шайтура С.В. Моделирование стартапов электронной коммерции на рынке товаров и услуг // Славянский форум. - 2012. - № 1 (1). - С. 171 -176.
13. Германов В.Е., Шайтура С.В. Проектирование систем электронной коммерции // Славянский форум. - 2013. - № 2 (4) - С. 42-47.
14. Зюкин Д.А. Оценка уровня развития производства зерна в административных районах Курской области // Вестник Курской государственной сельскохозяйственной академии. - 2018. -№8. - С. 288-292.
15. Зюкин Д.А. Поддержка развития селекции и семеноводства в России как элемента становления инновационной аграрной экономики // Вестник Курской государственной сельскохозяйственной академии. - 2019. - №9. - С. 173-180.
16. Зюкин Д.А. Результативность производства зерна в хозяйствах разного типа // Вестник Курской государственной сельскохозяйственной академии. - 2018. - №9. - С. 263-267.
17. Зюкин Д.А., Солошенко Р.В. Выявление кластеров зерносеющих организаций, обладающих более высокой эффективностью и инновационной восприимчивостью // Вестник Курской государственной сельскохозяйственной академии. - 2019. - № 8. - С. 225-231.
18. Зюкин Д.А., Солошенко Р.В. Направления активизации инновационной деятельности в зернопродуктовом подкомплексе РФ // Вестник Курской государственной сельскохозяйственной академии. - 2019. - №7. - С. 161-168.
19. Совокупная стоимость владения решениями на базе технологии «интернет вещей» / С.В. Шайтура, П.А. Замятин, Л.П. Белю, Н.Л. Султаева // Вестник Курской государственной сельскохозяйственной академии. - 2021. - № 2. - С. 124-133.
20. Замятин П.А.Вопросы эксплуатации беспилотных авиационных систем // Славянский форум. - 2021. - № 1 (31). - С. 297-304.
21. Липин И. Н., Серебряков С.А. Сравнение точности построения ЦМР на основе съемочных материалов, полученных в процессе беспилотной съемки с использованием высокоточного GNSS приемника // Славянский форум. - 2021. - № 1 (31). - С. 313-319.
22. Лядова Е.Ф. Общий искусственный интеллект и геоинформационные технологии // Славянский форум. - 2021. - № 2 (32). - С. 327-335.
23. Лядова Е.Ф. Перспективные сервисы на основе технологий искусственного интеллекта и виртуальной реальности // Славянский форум. - 2021. - № 1 (31). - С. 29-40.
24. Минитаева А.М., Винтова Т.А. Моделирование на примере прогнозирующей модели надёжности с использованием искусственных нейронных сетей // Славянский форум. - 2016. - № 2 (12). - С. 148-155.
25. Гаврилова В.В., Шайтура С.В. Естественный и искусственный интеллекты // Славянский форум. - 2014. - № 2 (6) - С. 24-27.
26. Применение технологий искусственного интеллекта для управления системой связи летательных аппаратов / Д.А. Грищенко, П.А. Замятин, Э.П. Черноштан, Д.М. Шапиро // Славянский форум. - 2020. № 4 (30). - С. 181-192.
27. Аграрный сектор в контексте глобального изменения климата / С.В. Шайтура, Л.В. Сум-зина, Н.Г. Томашевская и др. // Вестник Курской государственной сельскохозяйственной академии. - 2021. - № 4. - С. 18-24.
28. Кожаев Ю.П., Шайтура С.В. Концептуальные основы устойчивого развития промышленности России на современном этапе / В кн.: Управление ресурсами предприятий. - Бургас, 2016. - С. 4-15.
29. Шайтура С.В. Устойчивое развитие и механизмы бесструктурного управления // Славянский форум. - 2014.- № 1 (5). - С. 369-374.
30. Шайтура С.В., Сафронов О.М. Воспроизводственный подход и пространственный анализ как основа разработки стратегии устойчивого развития региона // Славянский форум. - 2016. -№ 1 (11). - С. 177-182.
31. Зюкин Д.А., Солошенко Р.В. Оценка направлений интенсификации как условия повышения результативности и эффективности производства зерна // Вестник Курской государственной сельскохозяйственной академии. - 2019. - № 8. - С. 198-203.
32. Зюкин Д.А., Солошенко Р.В. Улучшение транспортно-логистической инфраструктуры как основа повышения эффективности и диверсификации экспорта российского зерна // Вестник Курской государственной сельскохозяйственной академии. - 2019. - №7. - С. 141-147.
33. Зюкин Д.В., Першин К.А. Современная трансформация транспортной модели России // Славянский форум. - 2020. - № 4 (30). - С. 46-54.
34. Методы статистики и возможности их применения в социально-экономических исследованиях: монография / С.А. Беляев, Н.С. Бушина, А.Ю. Быстрицкая и др. - Курск: «Деловая полиграфия», 2021. - 168 с.
35. Практические аспекты применения регрессионного метода в исследовании социально-экономических процессов: монография / С.А. Беляев, Н.С. Бушина, О.В. Власова и др. - Курск: «Деловая полиграфия», 2021. - 166 с.
36. Цифровая экономика, точное позиционирование и беспилотное вождение в сельском хозяйстве / С.В. Шайтура, А.В. Максимов, С.Л. Филимонов и др. // Вестник Курской государственной сельскохозяйственной академии. - 2021. - № 4. - С. 38-44.
37. Шайтура С.В. Разработка технологии мониторинга района с использованием беспилотных летательных аппаратов // Славянский форум. - 2019.- № 2 (24). - С. 87-94.
Spisok ispoFzovanny'x istochnikov
1. Oznamecz V.V. Geodezicheskoe obespechenie razvitiya territorij v usloviyax cifrovoj transformacii e'konomiki RF // Slavyanskij forum. - 2021. - № 2 (32). - S. 175-182.
2. Shajtura S. V., Vaskina M. Yu. Kompleksnaya cifrovaya model' monitoringa rajona // E'kologiya urbanizirovanny'x territorij. - 2019. - № 4. - S. 71-76.
3. Shajtura S.V., Vaskina M.Yu. Monitoring zemel' rajonov Dal'nego Vostoka // Zemle-ustrojstvo, kadastr i monitoring zemel'. - 2020. - №1. - S. 28 - 33.
4. Shajtura S.V., Feoktistova V.M. Bespilotny'j transport v zadachax zemleustrojstva // Zemleustrojstvo, kadastr i monitoring zemel'. - 2020. - №9. - S. 37 - 40.
5. Shaitura S.V., Nedkova A.S., Tyger L.M., Goryacheva E.D., Morozova N.O., Berketova L.V. Food security and catering // Revista Turismo Estudos&Prâticas. - 2020. - № 3. - S. 11.
6. Dem'yanova D.D. Primenenie geoinformacionny'x servisov dlya kosmicheskogo monitoringa sel'skoxozyajstvenny'x zemel' // Slavyanskij forum.- 2017.- № 3 (17).- S. 291-297.
7. Baxareva N.A. Informacionnoe vzaimodejstvie v avtomatizirovanny'x sistemax moni-toringa i kadastra // Slavyanskij forum. - 2012. - № 1 (1). - S. 58-62.
8. Shajtura S.V., Rozenberg I.N., Vintova T.A. Osnovy' zemleustrojstva: uchebnoe posobie. -Burgas, Bolgariya, 2019.
9. Ocenka zemli i nedvizhimosti / S.V. Shajtura, I.N. Rozenberg, A.S. Shajtura, S.O. Ma-karov: Uchebnoe posobie. - Burgas, Bolgariya, 2018.
10. Germanov V.E., Shajtura S.V. Klassifikaciya strategij prodvizheniya startapov e'lek-tronnoj kommercii // Slavyanskij forum. - 2012. - № 2 (2) - S. 154-163.
11. Germanov V.E., Shajtura S.V. Metodika razrabotki startapa e'lektronnoj kommercii // Slavyanskij forum. - 2013. - № 2 (4) - S. 48-55.
12. Germanov V.E., Shajtura S.V. Modelirovanie startapov e'lektronnoj kommercii na ry'nke tovarov i uslug // Slavyanskij forum. - 2012. - № 1 (1). - S. 171-176.
13. Germanov V.E., Shajtura S.V. Proektirovanie sistem e'lektronnoj kommercii // Slavyanskij forum. - 2013. - № 2 (4) - S. 42-47.
14. Zyukin D.A. Ocenka urovnya razvitiya proizvodstva zerna v administrativny'x rajonax Kurskoj oblasti // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2018. - №8. - S. 288292.
15. Zyukin D.A. Podderzhka razvitiya selekcii i semenovodstva v Rossii kak elementa sta-novleniya innovacionnoj agrarnoj e'konomiki // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019. - №9. - S. 173-180.
16. Zyukin D.A. Rezul'tativnost' proizvodstva zerna v xozyajstvax raznogo tipa // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2018. - №9. - S. 263-267.
17. Zyukin D.A., Soloshenko R.V. Vy'yavlenie klasterov zernoseyushhix organizacij, obladayu-shhix bolee vy'sokoj e'ffektivnost'yu i innovacionnoj vospriimchivost'yu // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019. - № 8. - S. 225-231.
18. Zyukin D.A., Soloshenko R.V. Napravleniya aktivizacii innovacionnoj deyatel'nosti v zernoproduktovom podkomplekse RF // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstven-noj akademii. - 2019. - №7. - S. 161-168.
19. Sovokupnaya stoimosf vladeniya resheniyami na baze texnologii «internet veshhej» / S.V. Shajtura, P.A. Zamyatin, L.P. Belyu, N.L. Sultaeva // Vestnik Kurskoj gosudarstvennoj sel'-skoxozyajstvennoj akademii. - 2021. - № 2. - S. 124-133.
20. Zamyatin P.A.Voprosy' e'kspluatacii bespilotny'x aviacionny'x sistem // Slavyanskij forum. -2021. - № 1 (31). - S. 297-304.
21. Lipin I. N., Serebryakov S.A. Sravnenie tochnosti postroeniya CzMR na osnove s''emochny'x materialov, poluchenny'x v processe bespilotnoj s''emki s ispol'zovaniem vy'sokotochnogo GNSS priemnika // Slavyanskij forum. - 2021. - № 1 (31). - S. 313-319.
22. Lyadova E.F. Obshhij iskusstvenny'j intellekt i geoinformacionny'e texnologii // Slavyanskij forum. - 2021. - № 2 (32). - S. 327-335.
23. Lyadova E.F. Perspektivny'e servisy' na osnove texnologij iskusstvennogo intellekta i virtu-al'noj real'nosti // Slavyanskij forum. - 2021. - № 1 (31). - S. 29-40.
24. Minitaeva A.M., Vintova T.A. Modelirovanie na primere prognoziruyushhej modeli na-dyozhnosti s ispol'zovaniem iskusstvenny'x nejronny'x setej // Slavyanskij forum. - 2016. - № 2 (12). - S. 148-155.
25. Gavrilova V.V., Shajtura S.V. Estestvenny'j i iskusstvenny'j intellekty' // Slavyanskij forum. -2014. - № 2 (6) - S. 24-27.
26. Primenenie texnologij iskusstvennogo intellekta dlya upravleniya sistemoj svyazi le-tatel'ny'x apparatov / D.A. Grishhenko, P.A. Zamyatin, E'.P. Chernoshtan, D.M. Shapiro // Slavyan-skij forum. -
2020. № 4 (30). - S. 181-192.
27. Agrarny'j sektor v kontekste global'nogo izmeneniya klimata / S.V. Shajtura, L.V. Sum-zina, N.G. Tomashevskaya i dr. // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj aka-demii. -
2021. - № 4. - S. 18-24.
28. Kozhaev Yu.P., Shajtura S.V. Konceptual'ny'e osnovy' ustojchivogo razvitiya promy'shlennosti Rossii na sovremennom e'tape / V kn.: Upravlenie resursami predpriyatij. - Burgas, 2016. - S. 4-15.
29. Shajtura S.V. Ustojchivoe razvitie i mexanizmy' besstrukturnogo upravleniya // Slavyanskij forum. - 2014.- № 1 (5). - S. 369-374.
30. Shajtura S.V., Safronov O.M. Vosproizvodstvenny'j podxod i prostranstvenny'j analiz kak osnova razrabotki strategii ustojchivogo razvitiya regiona // Slavyanskij forum. - 2016. - № 1 (11). - S. 177-182.
31. Zyukin D.A., Soloshenko R.V. Ocenka napravlenij intensifikacii kak usloviya povy'sheniya rezul'tativnosti i e'ffektivnosti proizvodstva zerna // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019. - № 8. - S. 198-203.
32. Zyukin D.A., Soloshenko R.V. Uluchshenie transportno-logisticheskoj infrastruktury' kak osnova povy'sheniya e'ffektivnosti i diversifikacii e'ksporta rossijskogo zerna // Vest-nik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019. - №7. - S. 141-147.
33. Zyukin D.V., Pershin K.A. Sovremennaya transformaciya transportnoj modeli Rossii // Slavyanskij forum. - 2020. - № 4 (30). - S. 46-54.
34. Metody' statistiki i vozmozhnosti ix primeneniya v social'no-e'konomicheskix issledovaniyax: monografiya / S.A. Belyaev, N.S. Bushina, A.Yu. By'striczkaya i dr. - Kursk: «Delovaya poligrafiya», 2021. - 168 s.
35. Prakticheskie aspekty' primeneniya regressionnogo metoda v issledovanii social'no-e'konomicheskix processov: monografiya / S.A. Belyaev, N.S. Bushina, O.V. Vlasova i dr. - Kursk: «Delovaya poligrafiya», 2021. - 166 s.
36. Cifrovaya e'konomika, tochnoe pozicionirovanie i bespilotnoe vozhdenie v sel'skom xozyajstve / S.V. Shajtura, A.V. Maksimov, S.L. Filimonov i dr. // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2021. - № 4. - S. 38-44.
37. Shajtura S.V. Razrabotka texnologii monitoringa rajona s ispol'zovaniem bespilotny'x letatel'ny'x apparatov // Slavyanskij forum. - 2019.- № 2 (24). - S. 87-94.
