Финансирование на 2024 год – 33, 67 тыс. тенге; на 2025 год – 42, 935 тыс. тенге; на 2026 год – 42, 925 тыс. тенге.
2024 год
Услуга согласно прайс-листу/выполнение облетов и получение снимков сельскохозяйственных полей мультиспектральной камерой. На сумму 1 700 000 тг. Получено более 500 снимков.
2025 год
Софинансирование в денежном выражении: 2 150 000 тг
2026 год
Услуга согласно прайс-листу/выполнение облетов и получение снимков сельскохозяйственных полей мультиспектральной камерой. На сумму 2 150 000 тг. Получено более 700 снимков.
Ссылка на снимки:
https://drive.google.com/drive/folders/1c2UMU0-vEdB6wfv2qoM7JuvgcPF93Tvo?usp=sharing
Разработка метода оперативной оценки засоленности земель на базе машинного обучения с применением беспилотных летательных платформ.
Проект направлен на оценку влияния следующих факторов: условий погоды, освещенности, типа почвы и наличие растительности, насколько сильно климатические и ландшафтные условия анализируемой земледельческой зоны влияют на получаемый результат; какова оптимальная конфигурация навесного оборудования БПЛА; каково оптимальное количество полевых данных, обеспечивающих достаточную точность определения засоленности; каковы оптимальные методы предобработки собираемых данных, какие сочетания входных параметров и какие алгоритмы машинного обучения дают наиболее точный и устойчивый результат. Планируется, на основе учета перечисленных факторов, разработка устойчивого метода оперативной оценки засоленности почвы с применением маловысотных беспилотных летательных платформ.
1.Проект выполняется на стыке следующих научных направлений: искусственного интеллекта, растениеводства, дистанционного зондирования Земли, управления автономными роботехническими системами.
2. Разработка не дорогих оперативных способов мониторинга, построенных на базе мультиспектральных снимков, полученных с помощью беспилотных летательных аппаратов, которые могут повысить разрешающую способность и оперативность получения карт засоления.
3. Исследование и отработка процедуры картирования, включая сбор образцов почвы и их анализ, оптимальные способы и алгоритмы облетов и технические средства для их выполнения, методы предобработки данных и конструирования входных параметров для алгоритмов машинного обучения, а также подбор наиболее точных и устойчивых моделей.
4. Получение новых фундаментальных научных результатов в области приложения методов машинного обучения и систем картирования засоленности, которые будут востребованы не только в Казахстане и Средней Азии, но и в других регионах мира (засоление охватывает до 25% площади возделываемых земель). Кумулятивный экономический эффект проекта складывается из полученных научных результатов, повышения экономических показателе растениеводства, повышении уровня компетенций и формирования новых видов высококвалифицированного труда. Проект окажет серьезное влияние на подготовку кадров в области практического применения методов машинного обучения.
dr.sc.ing., профессор Мухамедиев Р.И.
Основная исследовательская группа проекта включает 11 человек, в том числе 7 молодых ученых в возрасте до 40 лет, 3 PhD-доктора, 2 PhD докторанта.
| № | Мероприятия по календарному плану | Сроки исполнения |
| 1 | Разработка беспилотной летательной платформы. |
Август- 15 ноября 2024 г. |
| 1.1 | Разработка требований к беспилотной летательной платформе (БЛП). |
Август- 15 ноября 2024 г. |
| 1.2 | Разработка компонентов БЛП и состава навесного оборудования. |
Август- 15 ноября 2024 г. |
| 1.3 | Разработка технической документации БЛП. |
Август- 15 ноября 2024 г. |
| 1.4 | Полевые испытания БЛП. |
Август- 15 ноября 2024 г. |
| 2 | Сбор и подготовка данных. |
Август- 15 ноября 2024 г. |
| 2.1 | Сбор образцов почвы. |
Август- 15 ноября 2024 г. |
| 2.2 | Выполнение облетов и получение снимков полей. |
Август- 15 ноября 2024 г. |
| 2.3 |
Лабораторные исследования засоленности.
|
Август- 15 ноября 2024 г. |
| 2.4 | Формирование и разметка наборов данных. |
Август- 15 ноября 2024 г. |
|
№ |
Мероприятия по календарному плану |
Сроки исполнения |
|
2. |
Сбор и подготовка данных. |
Январь – 15 ноября 2025 г. |
|
2.1 |
Сбор образцов почвы. |
Январь – 15 ноября 2025 г. |
|
2.2 |
Выполнение облетов и получение снимков полей. |
Январь – 15. ноября 2025 г. |
|
2.3 |
Лабораторные исследования засоленности.
|
Январь – 15.оября 2025 г. |
|
2.4 |
Формирование и разметка наборов данных.
|
Январь – 15 ноября 2025 г. |
|
3 |
Разработка иили адаптация и настройка моделей машинного обучения. |
Январь – 15 ноября 2025 г. |
|
3.1 |
Проведение вычислительных экспериментов с классическими моделями машинного обучения. |
Январь – 15 ноября 2025 г. |
|
№ |
Мероприятия по календарному плану |
Сроки исполнения |
|
2. |
Сбор и подготовка данных. |
Январь – 1 ноября 2026 г. |
|
2.1 |
Сбор образцов почвы. |
Январь – 1 ноября 2026 г. |
|
2.2 |
Выполнение облетов и получение снимков полей. |
Январь – 1 ноября 2026 г. |
|
2.3 |
Лабораторные исследования засоленности. |
Январь – 1 ноября 2026 г. |
|
2.4 |
Формирование и разметка наборов данных. |
Январь – 1 ноября 2026 г. |
|
3 |
Разработка иили адаптация и настройка моделей машинного обучения. |
Январь – 1 ноября 2026 г. |
|
3.2 |
Проведение вычислительных экспериментов с ансамблями алгоритмов машинного обучения ансамблей и моделями глубокого обучения. |
Январь – 1 ноября 2026 г. |
|
4 |
Разработка прототипа системы картирования засоленности поверхностного слоя почвы. |
Январь – 1 ноября 2026 г |
|
4.1 |
Разработка программного прототипа системы картирования засоленности. |
Январь – 1 ноября 2026 г |
|
4.2 |
Разработка технической документации и документации пользователя системы картирования засоленности. |
Январь – 1 ноября 2026 г |
|
5 |
Формирование итогового отчета. Подготовка и опубликование статей в научных изданиях согласно требованиям Конкурсной документации. |
Январь – 1 ноября 2026 г |
1. Разработка беспилотной летательной платформы.
Проведены работы по разработке беспилотной летательной платформы для выполнения задачи мониторинга засоленности полей. Данный пункт календарного плана является общим на весь 2024 год. Полученные результаты за отчетный период представлены в пунктах 1.1 – 1.4 в соответствии с календарным планом.
1.1 Разработка требований к беспилотной летательной платформе (БЛП). Проведены работы по разработке требований к БЛП для выполнения задачи мониторинга засоленности. Разработаны требования в БЛП, навесному и наземному оборудованию для выполнения задач мониторинга засоленности.
Спецификация требований включает:
Работы по данному разделу завершены в полном объеме.
1.2 Разработка компонентов БЛП и состава навесного оборудования.
Выполнены работы по разработке компонентов БЛП и навесному оборудованию необходимому для выполнения задачи картирования полей и мониторинга засоленности.
Разработаны компоненты БЛП и навесное оборудование необходимое для выполнения задачи картирования полей и мониторинга засоленности. Разработан гексакоптер грузоподьемностью до 2 кг, навесное оборудование
и наземная станция управления. Работы по данному разделу завершены в полном объеме.
1.3 Разработка технической документации БЛП.
Выполнены работы по разработке технического описания БЛП. Разработано техническое описание БЛП. Техническое описание на 8 страницах включает описание технических компонентов БЛП с учетом применяемых электромоторов, винтов, контроллеров, источников питания и процессов изготовления и сборки.
Работы по данному разделу завершены в полном объеме.
1.4 Полевые испытания БЛП. Выполнены работы по составлению протокола испытаний БЛП. Составлен протокол полевых испытаний.
Работы по данному разделу завершены в полном объеме.
2. Сбор и подготовка данных. В результате выполнения задачи 2 cобраны образцы почвы и данные дистанционного мониторинга земной поверхности (это общая задача на 2025 г.). Результаты представлены в задачах 2.1 – 2.4.
2.1 Сбор образцов почвы.
В результате выполнения задачи 2.1 сформирован набор полевых данных в составе не менее 100 образцов почвы на площади 50 гектаров. Работы будут продолжены.
2.2. Выполнение облетов и получение снимков полей.
В результате выполнения задачи 2.2 сформирован набор данных из не менее 200 снимков на площади не менее 50 гектаров. Работы по данному пункту календарного плана будут продолжены.
2.3 Лабораторные исследования засоленности.
В результате выполнения задачи 2.3 сформирован набор
данных из не менее 100 значений электропроводности образцов
почвы на площади 50 гектаров. Работы будут продолжены.
2.4. Формирование и разметка наборов данных.
В результате выполнения задачи 2.4 сформирован набор данных содержащих координаты образцов почвы и значения электропроводности в количестве не менее 100 значений. Работы будут продолжены.
3. Разработка иили адаптация и настройка моделей машинного обучения. В результате выполнения задачи 3 разработаны иили настроены (адаптированы) модели машинного обучения для оценки засоленности полей по данным дистанционного зондирования (это общая задача на 2025 г.). Результаты представлены в задаче 3.1
3.1 Проведение вычислительных экспериментов с классическими моделями машинного обучения.
В результате выполнения задачи 3.1 разработано программное обеспечение для выполнения вычислительных экспериментов с применением классических моделей машинного обучения и оценки их результатов на основе стандартных метрик качества. Работы будут продолжены.
2. Сбор и подготовка данных. В результате выполнения задачи 2 cобраны образцы почвы и данные дистанционного мониторинга земной поверхности (это общая задача на 2026 г., начата в 2024 году).
2.1 Сбор образцов почвы. В результате выполнения задачи 2.1 сформирован набор полевых данных в составе не менее 100 образцов почвы на площади 50 гектаров. Работы будут продолжены до 1ноября 2026 года.
2.2 Выполнение облетов и получение снимков полей. В результате выполнения задачи 2.2 сформирован набор данных из не менее 200 снимков на площади не менее 50 гектаров. Работы будут продолжены до 1ноября 2026 года.
2.3 Лабораторные исследования засоленности. В результате выполнения задачи 2.3 сформирован набор данных из не менее 100 значений электропроводности образцов почвы на площади 50 гектаров. Работы будут продолжены до 1ноября 2026 года.
2.4 Формирование и разметка наборов данных. В результате выполнения задачи 2.4 сформирован набор данных содержащих координаты образцов почвы и значения электропроводности в количестве не менее 100 значений. Работы будут продолжены до конца 2026 года.
3 Разработка иили адаптация и настройка моделей машинного обучения. В результате выполнения задачи 3 разработаны иили настроены (адаптированы) модели машинного обучения для оценки засоленности полей по данным дистанционного зондирования (общая задача на 2026 г.).
3.2 Проведение вычислительных экспериментов с ансамблями алгоритмов машинного обучения ансамблей и моделями глубокого обучения. В результате выполнения задачи 3. 2 разработано программное обеспечение для выполнения вычислительных экспериментов с применением ансамблей алгоритмов машинного обучения и глубоких моделей и оценки их результатов на основе стандартных метрик качества Работы будут продолжены до 1ноября 2026 года.
4 Разработка прототипа системы картирования засоленности поверхностного слоя почвы. В результате выполнения задачи 4 разработан действующий прототип системы картирования засоленности поверхностного слоя почвы. (это общая задача на 2026 г.).
4.1 Разработка программного прототипа системы картирования засоленности. В результате выполнения задачи 4.1 разработан программный прототип системы картирования почвы на основе результатов обработки наземных данных и снимков с борта БПЛА с помощью моделей машинного обучения. Работы будут продолжены до 1ноября 2026 года.
4.2 Разработка технической документации и документации пользователя системы картирования засоленности. В результате выполнения задачи 4.2 разработана техническая документация программного прототипа и документация пользователя системы. Работы будут продолжены до 1ноября 2026 года.
5 Формирование итогового отчета. Подготовка и опубликование статей в научных изданиях согласно требованиям Конкурсной документации. В результате выполнения задачи 5 проводятся работы по подготовке заключительного отчета по результатам проекта. В соответствии с конкурсной документацией на грантовое финансирование по научным и (или) научно-техническим проектам на 2024-2026 годы ведется подготовка и опубликование статей в научных изданиях.
В рамках проекта за отчетный период 2024,2025, 2026 годы опубликованы :
5 статей (Q1 и Q2) в рецензируемых зарубежных научных изданиях, индексируемых в базах данных Scopus и Web of Science;
1 монография в Казахстанском издательстве.
1 Свидетельство о внесении в государственный реестр прав на объекты, охраняемое авторским правом,
5 статей опубликованы в журналах КОКСНВО МНВО РК,
Подано:
1 Свидетельство о внесении в государственный реестр прав на объекты, охраняемое авторским правом (март 2026 года)
Публикации статей согласно календарному плану будут продолжены до окончания проекта.
Публикации индексируемые в базах данных Scopus и Web of Science:
1.Mukhamediev R.I., Terekhov A., Amirgaliyev Y., Popova Y., Malakhov D., Kuchin Y., Sagatdinova G., Symagulov A., Muhamedijeva E., Gricenko P. Using Pseudo-Color Maps and Machine Learning Methods to Estimate Long-Term Salinity of Soils //Agronomy. – 2024. – Т. 14. – №. 9. – С. 2103. https://doi.org/10.3390/agronomy14092103 JCR – Q1 (Plant Sciences) / CiteScore – Q1 (Agronomy and Crop Science, 84%, WoS IF=3.3)
2.Mukhamediev R., Kuchin Y., Yunicheva N., Kalpeyeva Z., Muhamedijeva E., Gopejenko V., Rystygulov P. Classification of Logging Data Using Machine Learning Algorithms //Applied Sciences. – 2024. – Т. 14. – №. 17. – С. 7779. https://doi.org/10.3390/app14177779 (JCR – Q1 (Engineering, Multidisciplinary) / CiteScore – Q1 (General Engineering), 79%, IF: 2.5)
Публикации КОКСНВО:
1. Оксененко А. А., Еримбетова А. С., Куанаев А. А., Мухамедиев Р. И., Кучин, Я. И. Технические средства дистанционного мониторинга с помощью беспилотных летательных платформ //Известия НАН РК. Серия физико-математическая. – 2024. – №. 3. – С. 152-173., https://doi.org/10.32014/2024.2518-1726.298
2. Кирилл Якунин, Диас Құсайын, Равиль И. Мухамедиев, Надия Юничева, Нурсултан Кульдеев. Сопряжение программ планирования маршрутов полета и систем управления беспилотных летательных аппаратов // Известия НАН РК. Физико-математическая серия. – 2025. – № 2(354). – С. 317-335.
3. К.О. Якунин, А. Сымагулов, Р.И. Мухамедиев, Н.Р. Юничева Планирование маршрутов облета сельскохозяйственных полей для гетерогенной группы беспилотных летательных аппаратов // Вестник АГА. – 2025. – № 2(37). – С. 79-89. https://vestnik.agakaz.kz/nomer-zhurnala/%e2%84%96-2-37-2025/
4. Смурыгин В.В., Еримбетова А.С., Кучин Я.И., Сымагулов А. Интеллектуальная система картирования и распознавания факторов на основе технологий дистанционного зондирования и компьютерного зрения // Вестник Казахстанско-Британского технического университета. – 2025. – № 22(3). – C.161-175. https://doi.org/10.55452/1998-6688-2025-22-3-161-175
5. Кусайын Д., Мухамедиев Р.И., Еримбетова А.С., Кучин Я.И., Сымагулов А. Разработка и внедрение алгоритма оптимизации маршрутов БПЛА // Вестник Казахстанско-Британского технического университета. – 2025. №22(3). – С. 176-185. https://doi.org/10.55452/1998-6688-2025-22-3-176-185
3.Mukhamediev R.I. State-of-the-Art Results with the Fashion-MNIST Dataset // Mathematics. – 2024. – Т. 12. – P. 3174 (CiteScore — Q1, 88%, JCR — Q1, IF: 2.3)
4.Zaitseva, E.; Mukhamediev, R.; Levashenko, V.; Kovalenko, A.; Kvassay, M.; Kuchin, Y.; Symagulov, A.; Oksenenko, A.; Sultanova, Z.; Zhaxybayev, D. Comparative Reliability Analysis of Unmanned Aerial Vehicle Swarm Based on Mathematical Models of Binary-State and Multi-State Systems //Electronics. – 2024. – Т. 13. – P. 4509 https://doi.org/10.3390/electronics13224509 (JCR – Q2 (Engineering, Multidisciplinary) / CiteScore – Q2 (General Engineering), 70%, IF: 2.6)
5. Mukhamediev R. I. Application of UAVs and Machine Learning Methods for Mapping and Assessing Salinity in Agricultural Fields in Southern Kazakhstan //Drones. – 2025. – Т. 9. – №. 12. – С. 865.
https://doi.org/10.3390/drones9120865 JCR – Q1 (Remote Sensing), CiteScore CiteScore – (Q1/Q2), 79%, IF: 7/4)
Мухамедиев Р.И. Использование беспилотных летательных систем для решения задач мониторинга: Монография. – Алматы, 2024. – 160 с.
Свидетельство о внесении в государственный реестр прав на объекты, охраняемые авторским правом № 46522 от «28» мая 2024 года Смурыгин
Валентин Вадимович, Мухамедиев Равиль Ильгизович, Сымагулов Адилхан “Программный комплекс для генерация карт сверхвысокого разрешения”