Digital technologies for optimization of moisture parameters of calculated soil’s layer

Authors

  • Dmitry Aleksandrovich Solovyev Saratov State Agrarian University named after N.I. Vavilov
  • Viktor Vladislavovich Korsak Saratov State Agrarian University named after N.I. Vavilov
  • Galina Nikolaevna Kamyshova Saratov State Agrarian University named after N.I. Vavilov
  • Olga Nikolaevna Mityureva Saratov State Agrarian University named after N.I. Vavilov
  • Pavel Olegovich Terekhov Saratov National Research State University named after N.G. Chernyshevsky

DOI:

https://doi.org/10.28983/asj.y2021i1pp86-89

Keywords:

digital technologies, optimal parameters, moisture, soil, computer program

Abstract

The article presents the results of the development of a digital technology for optimizing the parameters of moisture in the calculated soil layer. The introduction of precision irrigation technologies requires the development of new approaches to the development of decision support systems for their technical implementation in modern high-level programming languages. The developed computer program for determining the optimal moisture parameters of the calculated soil layer for the main irrigated crops of the Saratov region is easy to use and easily integrated into digital automated irrigation control systems.

Downloads

Download data is not yet available.

Author Biographies

Dmitry Aleksandrovich Solovyev, Saratov State Agrarian University named after N.I. Vavilov

Doctor  of  Technical  Sciences

Viktor Vladislavovich Korsak, Saratov State Agrarian University named after N.I. Vavilov

Doctor  of  Agricultural Sciences

Galina Nikolaevna Kamyshova, Saratov State Agrarian University named after N.I. Vavilov

Candidate of Physical-Mathematical Sciences

Olga Nikolaevna Mityureva, Saratov State Agrarian University named after N.I. Vavilov

Post-graduate Student

Pavel Olegovich Terekhov, Saratov National Research State University named after N.G. Chernyshevsky

Magistrandt

References

Буйначев С.К., Боклаг Н.Ю. Основы программирования на Python – Екатеринбург: Изд-во Урал. ун-та, 2014. – 91 с.

Доклад о состоянии и использовании земель сельскохозяйственного назначения Российской Федерации в 2018 году. – М.: ФГБНУ «Росинформагротех», 2020. – 340 с.

Кравчук А.В., Корсак В.В., Кудайбергенова И.Р., Улданов А.Г. Установление слоя увлажнения по корневой системе кукурузы// Евразийский Союз Ученых (ЕСУ). – 2020. - №5(74). – С. 34-36.

Кружилин И.П., Лобойко Л.И. Управление водным режимом почв с помощью прикладных программ ЭВМ // Проблемы научного обеспечения и экономической эффективности орошаемого земледелия в рыночных условиях: материалы Междунар. науч.-практ. конф. – Волгоград: Волгоградская гос. с.-х. акад., 2001. – С. 19–20.

Ольгаренко Г.В. Ресурсосберегающие эффективные экологически безопасные технологии и технические средства орошения: справочник. / Г.В. Ольгаренко, [и др.]. – М.: ФГБНУ «Росинформагротех», 2015. – 264 с.

Официальный сайт Межправительственной группы экспертов по изменению климата (МГЭИК – IPCC). – Режим доступа: www.ipcc.ch/home_languages_main_russian.htm

Пронько Н.А., Морковин В.Т., Холуденева О.Ю., Корсак В.В. Автоматизация расчета дифференцированных режимов орошения сельскохозяйственных культур // Экологические аспекты интенсификации сельскохозяйственного производства: материалы Междунар. науч.-практ. конф.– Пенза: Пензенская гос. с.-х. акад., 2002. – Т. II. – С. 121–123.

Пронько Н.А., Корсак В.В., Фалькович А.С. Орошение в Поволжье: не повторять ошибок// Мелиорация и водное хозяйство. – 2014. – №4. – С. 16–19.

Труфляк Е.В. Основные элементы системы точного земледелия. – Краснодар: КубГАУ, 2016. – 39 с.

Lozoya C., Mendoza C., Aguilar A., Roman A., Castello R. Sensor – Based model driven control strategy for precision irrigation // Journal of Sensors. 2016. Vol. 31. P. 1–12.

Navarro-Hellin H., Martinez-del-Ricon J., Domingo-Miguel R., Soto-Valles F., Torres-Sances R. A decision support system for managing irrigation in agriculture// Computers and Electronics in Agriculture. 2016. Vol. 124. P. 121–131.

Song X., Zhang G., Liu F., Li D., Zhao Y., Yang J. Modeling spatio-temporal distribution of soil moisture by deep learning-based cellular automata model// Journal of Arid Land. 2016. Vol. 8. Р. 734–748.

Downloads

Published

2021-01-27

Issue

No. 1 (2021)

Section

Agroengineering

License

Copyright (c) 2021 The Agrarian Scientific Journal

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Most read articles by the same author(s)

<< < 2 3 4