Site-specific sunflower yield forecasting based on spatial analysis and machine learning

Site-specific sunflower yield forecasting based on spatial analysis and machine learning

The study focuses on the development of an intelligent yield forecasting system using satellite data, geospatial data and climate indicators. The introduction of modern information technologies, in particular machine learning and big data analysis methods, provides agricultural professionals with st...

Full description

Saved in:
Bibliographic Details
Date:2025
Main Authors: Hnatiienko, V.H., Hnatiienko, H.M., Zozulya, O.L., Snytyuk, V.Ye., Schwartau, V.V.
Format: Article
Language:English
Published: Видавничий дім "Академперіодика" НАН України 2025
Series:Доповіді НАН України
Subjects:
Біологія
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/206609
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Site-specific sunflower yield forecasting based on spatial analysis and machine learning / V.H. Hnatiienko, H.M. Hnatiienko, O.L. Zozulya, V.Ye. Snytyuk, V.V. Schwartau // Доповіді Національної академії наук України. — 2025. — № 4. — С. 17-26. — Бібліогр.: 14 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-206609
record_format dspace
fulltext
spelling irk-123456789-2066092025-09-17T00:16:25Z Site-specific sunflower yield forecasting based on spatial analysis and machine learning Розподілене прогнозування врожайності соняшника на основі просторового аналізу та машинного навчання Hnatiienko, V.H. Hnatiienko, H.M. Zozulya, O.L. Snytyuk, V.Ye. Schwartau, V.V. Біологія The study focuses on the development of an intelligent yield forecasting system using satellite data, geospatial data and climate indicators. The introduction of modern information technologies, in particular machine learning and big data analysis methods, provides agricultural professionals with strategic advantages, reducing the risks of excessive pesticide use and promoting sustainable agricultural development. This study aims to optimize desiccant application in sunflower cultivation by modeling potential yield losses based on data obtained during the growing season. The use of digital solutions is relevant for crop production, as it increases the accuracy of forecasts and the efficiency of management decisions, while reducing costs and increasing the productivity of agrophytocenoses. Дослідження присвячено розробленню інтелектуальної системи прогнозування врожайності з використанням супутникових та геоінформаційних даних і кліматичних показників. Впровадження сучасних інформаційних технологій, зокрема методів машинного навчання та аналізу великих даних, надає фахівцям аграрного сектору стратегічні переваги, що дає можливість знижувати ризики надмірного використання пестицидів і сприяти сталому розвитку сільського господарства. Це дослідження спрямоване на оптимізацію використання десикантів на соняшнику шляхом моделювання обсягів можливих втрат врожаю на основі одержаних у період вегетації культури даних. Використання цифрових рішень є актуальним для рослинництва, оскільки забезпечує підвищення точності прогнозів та ефективності управлінських рішень, сприяючи зменшенню витрат та збільшенню продуктивності агрофітоценозів. 2025 Article Site-specific sunflower yield forecasting based on spatial analysis and machine learning / V.H. Hnatiienko, H.M. Hnatiienko, O.L. Zozulya, V.Ye. Snytyuk, V.V. Schwartau // Доповіді Національної академії наук України. — 2025. — № 4. — С. 17-26. — Бібліогр.: 14 назв. — англ. 1025-6415 https://nasplib.isofts.kiev.ua/handle/123456789/206609 519.7+004.8 https://doi.org/10.15407/dopovidi2025.04.017 en Доповіді НАН України application/pdf Видавничий дім "Академперіодика" НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language English
topic Біологія
Біологія
spellingShingle Біологія
Біологія
Hnatiienko, V.H.
Hnatiienko, H.M.
Zozulya, O.L.
Snytyuk, V.Ye.
Schwartau, V.V.
Site-specific sunflower yield forecasting based on spatial analysis and machine learning
Доповіді НАН України
description The study focuses on the development of an intelligent yield forecasting system using satellite data, geospatial data and climate indicators. The introduction of modern information technologies, in particular machine learning and big data analysis methods, provides agricultural professionals with strategic advantages, reducing the risks of excessive pesticide use and promoting sustainable agricultural development. This study aims to optimize desiccant application in sunflower cultivation by modeling potential yield losses based on data obtained during the growing season. The use of digital solutions is relevant for crop production, as it increases the accuracy of forecasts and the efficiency of management decisions, while reducing costs and increasing the productivity of agrophytocenoses.
format Article
author Hnatiienko, V.H.
Hnatiienko, H.M.
Zozulya, O.L.
Snytyuk, V.Ye.
Schwartau, V.V.
author_facet Hnatiienko, V.H.
Hnatiienko, H.M.
Zozulya, O.L.
Snytyuk, V.Ye.
Schwartau, V.V.
author_sort Hnatiienko, V.H.
title Site-specific sunflower yield forecasting based on spatial analysis and machine learning
title_short Site-specific sunflower yield forecasting based on spatial analysis and machine learning
title_full Site-specific sunflower yield forecasting based on spatial analysis and machine learning
title_fullStr Site-specific sunflower yield forecasting based on spatial analysis and machine learning
title_full_unstemmed Site-specific sunflower yield forecasting based on spatial analysis and machine learning
title_sort site-specific sunflower yield forecasting based on spatial analysis and machine learning
publisher Видавничий дім "Академперіодика" НАН України
publishDate 2025
topic_facet Біологія
url https://nasplib.isofts.kiev.ua/handle/123456789/206609
citation_txt Site-specific sunflower yield forecasting based on spatial analysis and machine learning / V.H. Hnatiienko, H.M. Hnatiienko, O.L. Zozulya, V.Ye. Snytyuk, V.V. Schwartau // Доповіді Національної академії наук України. — 2025. — № 4. — С. 17-26. — Бібліогр.: 14 назв. — англ.
series Доповіді НАН України
work_keys_str_mv AT hnatiienkovh sitespecificsunfloweryieldforecastingbasedonspatialanalysisandmachinelearning
AT hnatiienkohm sitespecificsunfloweryieldforecastingbasedonspatialanalysisandmachinelearning
AT zozulyaol sitespecificsunfloweryieldforecastingbasedonspatialanalysisandmachinelearning
AT snytyukvye sitespecificsunfloweryieldforecastingbasedonspatialanalysisandmachinelearning
AT schwartauvv sitespecificsunfloweryieldforecastingbasedonspatialanalysisandmachinelearning
AT hnatiienkovh rozpodíleneprognozuvannâvrožajnostísonâšnikanaosnovíprostorovogoanalízutamašinnogonavčannâ
AT hnatiienkohm rozpodíleneprognozuvannâvrožajnostísonâšnikanaosnovíprostorovogoanalízutamašinnogonavčannâ
AT zozulyaol rozpodíleneprognozuvannâvrožajnostísonâšnikanaosnovíprostorovogoanalízutamašinnogonavčannâ
AT snytyukvye rozpodíleneprognozuvannâvrožajnostísonâšnikanaosnovíprostorovogoanalízutamašinnogonavčannâ
AT schwartauvv rozpodíleneprognozuvannâvrožajnostísonâšnikanaosnovíprostorovogoanalízutamašinnogonavčannâ
first_indexed 2025-09-17T07:20:56Z
last_indexed 2025-09-18T01:01:35Z
_version_ 1844168211328663552

Similar Items