Современное сельское хозяйство сталкивается с рядом проблем, таких как повышенный спрос на продукты питания, изменение климата, а также истощение природных ресурсов. Для улучшения состояния сельского хозяйства активно используются методы точного земледелия, основным механизмом которого является машинное обучение, позволяющее обрабатывать большие объемы данных дистанционного зондирования Земли и определять оптимальные решения для продуктивности сельскохозяйственных полей. Поэтому для повышения урожайности сельскохозяйственных культур и снижения затрат на мелиорацию необходимо разрабатывать и внедрять автоматический мониторинг. В данном исследовании разрабатываются нейросетевые модели, которые позволяют своевременно осуществлять мониторинг состояния земель сельскохозяйственного назначения. Для этого используются алгоритмы машинного обучения и анализ спутниковых снимков Sentinel-2. Основной целью работы является создание нейронной сети для автоматизации картирования полей и определения типов сельскохозяйственных культур. Для разработки нейросетевых моделей были поставлены следующие задачи: сбор и анализ спутниковых снимков, идентификация полей путем инстанс-сегментации и идентификация культур путем классификации. Результаты обучения нейронной сети показали точность 0,974 и 0,898 при определении границ полей и идентификации культур соответственно. Данные показатели демонстрируют высокое качество и безошибочность работы моделей. Использование подобных методов автоматического мониторинга может значительно повысить производительность сельского хозяйства, а также помочь в сохранении ресурсов и борьбе с деградацией почв. Более того, применение нейросетевых моделей также сокращает затраты на мониторинг и обработку данных, делая этот подход более эффективным и экономически выгодным.

Целью статьи является исследование степени актуальности применения технологий виртуальной и дополненной реальности в рамках учебных программ высших учебных заведений, а также разработка ARприложения для таких специальностей, как 05.03.06, 05.04.06 «Экология и природопользование» и 18.03.02, 18.04.02 «Энерго-и ресурсосберегающие процессы в химической технологии, нефтехимии и биотехнологии». Актуальность проблематики обусловлена стремительным ростом внедрения современных информационных технологий в образовательный процесс вузов для повышенного усвоения изучаемых материалов. Основными методами в данной работе являются: 1) анализ отечественной и зарубежной научной литературы на заданную тематику, 2) анализ публикационной активности в области применения виртуальных технологий в образовании по миру и в Российской Федерации, 3) 3D-моделирование в Blender для создания трехмерных объектов для дальнейшего внедрения в AR-приложение, 4) использование Unity 3D и Vuforia SDK для разработки собственного приложения для демонстрации автоматического мусоросортировочного комплекса в рамках дисциплин. Итогами данной работы являются результаты анализа публикационной активности в период с 2011 по 2021 год, выводы об актуальности применения технологий виртуальной и дополненной реальности для обучения студентов экологического профиля и разработанное AR-приложение с целью изучения промышленного оборудования мусоросортировочного комплекса.