Архітектурні особливості реалізації системи підтримки прийняття рішень в управлінні урожайністю зернових культур

Автор(и)

  • Р.М. Пасічник Західноукраїнський національний університет
  • М.В. Мачуляк Західноукраїнський національний університет

DOI:

https://doi.org/10.31649/1681-7893-2025-50-2-96-103

Ключові слова:

мікросервіси, БПЛА, прогнозування урожайності, точне землеробство, вегетаційні індекси, система прийняття рішень

Анотація

Стаття презентує архітектурні рішення для реалізації системи підтримки прийняття рішень в управлінні урожайністю зернових культур. Основною метою є інтеграція даних БПЛА з історичними та поточними ГІС-даними для забезпечення адаптивного прогнозування урожайності в реальному часі. Запропонована мікросервісна архітектура складається із трьох функціональних рівнів: прийому даних, обробки та аналітики, моделювання та рішень. Ключовою особливістю є використання асинхронної комунікації через брокер повідомлень Apache Kafka, що забезпечує слабку зв'язаність компонентів та високу пропускну здатність. Розроблено сервіс моніторингу ефективності агротехнічних рекомендацій, який відокремлює логіку прогнозування від логіки застосування бізнес-правил. Система включає математичні моделі перевірки умов ущільнення ґрунту та оцінки доцільності додаткових підживлень. Впровадження асинхронного підходу забезпечує відмовостійкість, масштабованість та незалежне оновлення сервісів. Технологічний стек включає Python, scikit-learn, PyTorch, Django, Kubernetes, PostgreSQL/PostGIS. Результатом є підтримка прийняття управлінських рішень щодо підвищення урожайності зернових культур в системі точного землеробства.

Біографії авторів

Р.М. Пасічник, Західноукраїнський національний університет

д.т.н., професор

М.В. Мачуляк, Західноукраїнський національний університет

викладач

Посилання

Basso B., Liu L. (2019). Seasonal crop yield forecast: Methods, applications, and accuracies. Advances in Agronomy, 154, 201-255.

Xue J., Su B. (2017). Significant remote sensing vegetation indices: A review of developments and applications. Journal of Sensors, 2017, 1353691.

Lobell D.B., Burke M.B. (2010). On the use of statistical models to predict crop yield responses to climate change. Agricultural and Forest Meteorology, 150(11), 1443-1452.

Reynolds M., Dreccer F., Trethowan R. (2007). Drought-adaptive traits derived from wheat wild relatives and landraces. Journal of Experimental Botany, 58(2), 177-186.

Pasichnyk, R. M., Babala, L. V., & Machuliak, M. V. (2024). A Method for Improving the Quality of Image Annotation in Semantic Monitoring Gis of Business Processes. Informatics & Mathematical Methods in Simulation/Informatika ta Matematičnì Metodi v Modelûvannì, 14(3).

Pasichnyk, R., Babala, L., & Machulyak, M. (2025, September). Vegetation Indices Dynamics Model in GIS Based on an Adaptive Predictive Method and the Mono System. In 2025 15th International Conference on Advanced Computer Information Technologies (ACIT) (pp. 186-191). IEEE.

Jones J.W., et al. (2003). The DSSAT cropping system model. European Journal of Agronomy, 18(3-4), 235-265.

Zhang W., Liu L., Wang T. (2024). Deep learning approaches for crop yield prediction using satellite imagery. Remote Sensing, 16(4), 875.

##submission.downloads##

  • PDF
    Завантажень: 0
Переглядів анотації: 0

Опубліковано

2026-01-12

Як цитувати

[1]
Р. Пасічник і . М. Мачуляк, «Архітектурні особливості реалізації системи підтримки прийняття рішень в управлінні урожайністю зернових культур», Опт-ел. інф-енерг. техн., вип. 50, вип. 2, с. 96–103, Січ 2026.

Номер

Том 50 № 2 (2025)

Розділ

Системи технічного зору і штучного інтелекту з обробкою та розпізнаванням зображень

Метрики

Завантаження

Дані завантаження ще не доступні.

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).