Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова (СПбГЛТУ)
Воронеж, Россия
Минск, Беларусь
УДК 630 Лесное хозяйство. Лесоводство
В работе представлена концепция и предварительные результаты разработки автоматизированной системы мониторинга состояния и продуктивности сортовых лесных культур на примере сосны обыкновенной сорта «Негорельская». Система основана на интеграции мультиспектральных спутниковых данных дистанционного зондирования Земли (ДЗЗ), наземных измерений флуоресценции хлорофилла и биометрических параметров в рамках парадигмы «целевого растения». Особое внимание уделяется роли сорта «Негорельская» как ключевого компонента для создания устойчивых средозащитных насаждений в условиях климатических изменений, в частности, для формирования экологического каркаса и рекреационного пояса Санкт-Петербурга. Предлагаемый подход позволяет перейти от традиционного лесоустройства к прецизионному лесоводству, обеспечивая оперативную оценку селекционного эффекта, прогнозирование продуктивности и выявление стрессовых состояний насаждений.
сорт «Негорельская», дистанционное зондирование Земли (ДЗЗ), мультиспектральные данные, автоматизированный мониторинг, флуоресценция хлорофилла, целевое растение, средозащитные насаждения, Санкт-Петербург
1. Кондратов, П. А. Современные тенденции оценки инвестиционной привлекательности проектов в лесном хозяйстве / П. А. Кондратов // Экономическое развитие России. – 2025. – Т. 32, № 9. – С. 139-145. – EDN MJHSBE.
2. Парамонов, А. А. Исследование структуры тропического циклона на основе анализа данных спутникового видеоряда с применением метода почти периодического анализа / А. А. Парамонов, А. В. Калач, А. С. Кравченко // Моделирование систем и процессов. – 2024. – Т. 17, № 4. – С. 67-76. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-4-67-76. – EDN BOGSTY.
3. Калач, А. В. О возможностях применения метода почти-периодического анализа для обработки изображений / А. В. Калач, А. А. Парамонов, С. Л. Сахаров // Моделирование систем и процессов. – 2024. – Т. 17, № 3. – С. 44-52. – DOIhttps://doi.org/10.12737/2219-0767-2024-42-50. – EDN HKBSAV.
4. Соколов, С. В. Новые оптоэлектронные системы экспресс-анализа семян в лесохозяйственном производстве / С. В. Соколов, А. И. Новиков // Лесотехнический журнал. – 2019. – Т. 9, № 2(34). – С. 5-13. – DOIhttps://doi.org/10.34220/issn.2222-7962/2019.2/1. – EDN CNXAWZ.
5. Deep-learning approach for fusarium head blight detection in wheat seeds using low-cost imaging technology / R. C. Bernardes, A. De Medeiros, L. Da Silva [et al.] // Agriculture. – 2022. – Vol. 12, No. 11. – P. 1801. – DOIhttps://doi.org/10.3390/agriculture12111801. – EDN HKVPRE.
6. Ранний рост культур (Pinus sylvestris L. var. Negorelskaya), полученных из семян с известными спектрометрическими и морфометрическими параметрами / Т. П. Новикова, С. В. Ребко, Е. П. Петрищев, А. И. Новиков // Известия Санкт-Петербургской лесотехнической академии. – 2025. – № 255. – С. 196-224. – DOIhttps://doi.org/10.21266/2079-4304.2025.255.196-224. – EDN CBXCGT.
7. Prospects assessment of origins of scots pine in a changing climate / S. U. Rabko, L. F. Paplauskaya, P. V. Tupik [et al.] //12–14 ноября 2025 года, 2025. – P. 119-121. – EDN XHQKWW.
