Церкоспороз сахарной свеклы (Cercospora beticola Sacc.) является одной из наиболее вредоносных фитопатологий, снижает урожайность до 40% и ухудшает качество корнеплодов. Цель исследований – разработка и верификация метода количественной оценки поражения на основе мультиспектральной аэрофотосъемки и семантической сегментации. Испытания проводились на производственных посевах ООО «Агрофирма ˮСтартˮ» (Буздякский район, Республика Башкортостан) в 2023-2024 гг., на делянках 20 × 6 рядов (≈21,6 м²) с контрольными и инокулированными вариантами. Съемка выполнялась БПЛА Geoscan Gemini с камерой Pollux (Blue, Green, Red, Red-edge, NIR) при высоте ~30 м. Модель U-Net обучена на 420 размеченных фрагментах (512 × 512 px; 6:2:2), дополнительно использованы индексы NDVI, NDRE, MCARI, NSVDI и геометрические признаки нормалей ЦМП. Интегративный алгоритм обеспечил точность мультиклассовой классификации 88,6%. Для класса «Пораженные растения» получена F1-метрика 46,0%, что на 18,6 п.п. выше PLS-DA. Значения F1 составили 92,5% для растений «Здоровые» и 68,7% – для категории «Почва/фон». Методика подтверждает применимость U-Net для диагностической сегментации очагов церкоспороза и повышает объективность мониторинга посевов. Интеграция спектральных и геометрических признаков улучшает выявление слабовыраженных симптомов. /Cercospora leaf spot (CLS) of sugar beet, caused by Cercospora beticola Sacc., is a highly destructive plant disease that can reduce yields by up to 40% and significantly impair root crop quality. This study aimed to develop and validate a quantitative disease assessment method utilizing UAV-based multispectral imaging and semantic segmentation. Field trials were conducted in 2023-2024 on commercial sugar beet crops (Agrofirma Start OOO, Buzdyak District, Republic of Bashkortostan). Plots, measuring 20 × 6 rows (≈21.6 m²), included both control and artificially inoculated treatments. UAV imagery was acquired using a Geoscan ChatGPT equipped with a Pollux multispectral camera (Blue, Green, Red, Red-edge, NIR) at an altitude of approximately 30 m. A U-Net model was trained on 420 annotated image tiles (512 × 512 px), using a 6:2:2 split for training, validation, and testing. The model incorporated spectral indices (NDVI, NDRE, MCARI, NSVDI) in addition to geometric features derived from the normal vectors of a Digital Surface Model (DSM). The developed integrative algorithm achieved an overall multiclass classification accuracy of 88.6%. Specifically, an F1-score of 46.0% was obtained for the ‘infected plants’ class, outperforming Partial Least Squares Discriminant Analysis (PLS-DA) by 18.6 percentage points. F1-scores reached 92.5% for ‘Healthy vegetation’ and 68.7% for ‘Soil/Background.’ This methodology confirms the strong applicability of U-Net for the diagnostic segmentation of Cercospora outbreaks, significantly enhancing the objectivity of crop monitoring. The integration of spectral and geometric features proved crucial in improving the detection of weakly expressed disease symptoms.

• ТЕХНИКА И ТЕХНОЛОГИИ АПК
• Количественная оценка поражения сахарной свеклы церкоспорозом на основе мультиспектральной съемки с БПЛА и сегментации методом U-Net
• С.Г. Мударисов1*, И.Р. Мифтахов2, И.М. Фархутдинов3
• Искусственный интеллект в управлении животноводческой фермой
• А.С. Дорохов1, В.В. Кирсанов2*, Р.А. Баишева3, С.В. Кирсанов4
• Интеллектуализация технологических систем агропромышленного комплекса: Индустрия 4.0
• И.В. Петухов1*, Л.А. Стешина2, И.С. Стешин3
• Использование нейронных сетей в технической эксплуатации самоходных машин
• Т.Е. Алушкин1*, М.Ю. Мещеряков2, А.В. Старцев3
• Анализ размерных характеристик семян кукурузы и подсолнечника
• А.Ю. Несмиян1*, А.Г. Арженовский2, В.И. Хижняк3, К.П. Дубина4
• К определению угла заточки лезвий ножей измельчителей кормов, работающих в условиях абразивного изнашивания
• Н.П. Аюгин1*, С.А. Яковлев2, А.С. Кузин3, И.А. Калашников4
• Методические особенности оценки профессиональных рисков трактористов-машинистов
• Ю.А. Широков1*, Р.Н. Егоров2, Н.А. Мочунова3, Г.Е. Митягин4
• ТЕХНИЧЕСКИЙ СЕРВИС В АПК
• Оценка точности и достоверности результатов приемо-сдаточных испытаний двигателей ЗМЗ
• О.А. Леонов1, Н.Ж. Шкаруба2*, Ю.Г. Вергазова3, Д.О. Леонов4
• Обоснование целесообразности замены аналоговых средств измерений цифровыми на ремонтных предприятиях
• П.В Голиницкий1*, У.Ю. Антонова2, Д.А. Пупкова3
• ЭЛЕКТРИФИКАЦИЯ И АВТОМАТИЗАЦИЯ СЕЛЬСКОГО ХОЗЯЙСТВА
• Идентификация сортов семян сои спектральным люминесцентным методом
• М.В. Беляков
• Применение на птицефабрике биоэнергетической установки в качестве нетрадиционного источника энергии
• В.Т. Водянников
• Актуальные направления применения искусственного интеллекта в сельских электрических сетях
• А.К. Букреева1*, А.В. Виноградова2, А.В. Букреев3, А.В. Виноградов4
• ТЕОРИЯ И МЕТОДИКА ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
• Персонализированные стратегии развития личностно-профессиональной зрелости будущих специалистов агропромышленного комплекса
• Н.Б. Авалуева1*, Д.И. Михайлова2
• FARM MACHINERY AND TECHNOLOGIES
• Quantitative assessment of sugar beet Cercospora infection based on UAV multispectral imaging and U-Net segmentation
• S.G. Mudarisov1*, I.R. Miftakhov2, I.M. Farkhutdinov3
• Use of artificial intelligence for managing a livestock farm
• A.S. Dorokhov1, V.V. Kirsanov2*, R.A. Baisheva3, S.V. Kirsanov4
• Intellectualization of technological systems in agriculture: Industry 4.0
• I.V. Petukhov1*, L.A. Steshina2, I.S. Steshin3
• Use of neural networks in the technical operation of self-propelled machinery
• T.Е. Alushkin1*, M.Y. Meshcheryakov2, A.V. Startsev3
• Analysis of dimensional characteristics of maize and sunflower seeds
• A.Yu. Nesmiyan1*, A.G. Arzhenovskiy2, V.I. Khizhnyak3, K.P. Dubina4
• On determining the sharpening angle of knife blades used in feed grinders operating under conditions of abrasive wear
• N.P. Ayugin1*, S.A. Yakovlev2, A.S. Kuzin3, I.A. Kalashnikov4
• Methodological features of professional risk assessment of tractor drivers
• Yu.A. Shirokov1*, R.N. Egorov2, N.A. Mochunova3, G.E. Mityagin4
• TECHNICAL SERVICE IN AGRICULTURE
• Evaluation of the accuracy and reliability of the acceptance test results for ZMZ engines
• O.A. Leonov1, N.Zh. Shkaruba2*, Yu.G. Vergazova3, D.O. Leonov4
• Justification for the feasibility of replacing analog measuring instruments with digital ones at repair enterprises
• P.V. Golinitskiy1*, U.Yu. Antonova2, D.A. Pupkova3
• POWER SUPPLY AND AUTOMATION OF AGRICULTURAL PRODUCTION
• Identification of soybean seed varieties by spectral luminescence method
• M.V. Belyakov
• Application of a bioenergy plant as an alternative energy source at a poultry farm
• V.T. Vodyannikov
• Current applications of artificial intelligence in rural power grids
• A.K. Bukreeva1*, A.V. Vinogradova2, A.V. Bukreev3, A.V. Vinogradov4
• THEORY AND METHODOLOGY OF PROFESSIONAL EDUCATION
• Personalized strategies for developing personal and professional maturity of future specialists in the agro-industrial sector
• N.B. Avalueva1*, D.I. Mikhailova2