В статье представлены результаты экспериментальных исследований по обеспечению экологической безопасности агропроизводства путем применения аэрозольной технологии предпосевной обработки семян. Цель исследования — обоснование параметров устройства для предпосевной обработки семян зерновых культур горячим туманом гуминовых препаратов, обеспечивающего повышение экологической безопасности агропроизводства и улучшение посевных качеств семян. Исследования выполнялись на лабораторной установке, включающей камеру протравливания с направляющими полками и термоаэрозольный генератор. Варьируемыми параметрами выступали угол наклона полок (25–40°) и количество полок (3–7). Установлено, что рациональными параметрами являются 5 полок с углом наклона 32°, обеспечивающие скорость движения семян 0,57 м/с и равномерность температурного поля 87– 94%. Данные параметры позволяют добиться многократного контакта семян с аэрозолем в замкнутом объеме камеры, что исключает потери препарата и его попадание в окружающую среду. Лабораторные испытания на семенах ячменя сортов «Владимир» и «Маргрет» показали, что аэрозольная обработка гуминовыми препаратами повышает энергию прорастания на 5–10% и всхожесть на 5–6% по сравнению с контролем, превосходя традиционный полусухой метод. Максимальная эффективность отмечена при использовании препарата «Экорост»: всхожесть достигла 98% против 92% в контроле. Отмечено, что применение горячего тумана исключает последующую сушку семян и предотвращает попадание препаратов в почву. Полученные результаты подтверждают, что предлагаемая технология является эффективной альтернативой традиционным методам протравливания, обеспечивая высокие посевные качества при снижении экологической нагрузки на агроценозы.
Возможность своевременно отличать заболевшие сельскохозяйственные культуры от здоровых играет решающую роль в обеспечении продовольственной безопасности и минимизации экономических потерь. Машинное зрение в сочетании с алгоритмами глубокого обучения позволяет эффективно и точно отслеживать состояние посадок картофеля, выявляя симптомы заболеваний, что является более продуктивным подходом по сравнению с традиционными методами визуальной оценки. (Цель исследования) Сравнительный анализ одноэтапного и двухэтапного подходов к распознаванию заболевших и здоровых растений картофеля на основе алгоритмов глубокого обучения. (Материалы и методы) В исследовании использовали два подхода к процессу обучения нейронной сети с целью распознаванию заболевших и здоровых растений картофеля: одноэтапный и двухэтапный. В рамках одноэтапного подхода применялся один алгоритм глубокого обучения для одновременной классификации и локализации растений. Двухэтапный подход включал использование двух алгоритмов: первый определял границы растений, а второй классифицировал их как здоровые или заболевшие. С целью обучения алгоритмов использовались различные базы данных, включая снимки листьев и кустов картофеля. (Результаты и обсуждение) Проведен сравнительный анализ эффективности одноэтапного и двухэтапного подходов к распознаванию заболевших растений картофеля с использованием алгоритмов глубокого обучения. По каждому методу обучения было определено общее среднеквадратичное отклонение и среднеквадратичное отклонение для координат, построены матрицы запутанности. (Выводы) Двухэтапный подход продемонстрировал высокую эффективность в дифференциации больных и здоровых кустов картофеля, несмотря на небольшое снижение точности определения координат по сравнению с методом двухэтапного обучения, где использовались снимки как отдельных листьев, так и растений в целом. Данные методы имеют уникальные преимущества и могут быть интегрированы с современными технологиями для более эффективного выявления фитопатологий.