Ученые ПНИПУ и ПГАТУ разработали систему, которая распознает болезни растений с точностью до 90%
Болезни растений уже уничтожают почти половину урожая в мире, а глобальное потепление делает их распространение еще более агрессивным. Сейчас в большинстве хозяйств диагностика ведется вручную: агрономы обходят поля и определяют болезни «на глаз», что требует времени и опыта, а ошибка может стоить урожая. Для сохранения посадок нужны новые методы ранней диагностики. Ученые ПНИПУ и ПГАТУ разработали систему на основе искусственного интеллекта, которая автоматически выявляет болезни миндаля по снимкам листьев, ствола и предлагает варианты лечения. Испытания на плантациях в Крыму показали: точность распознавания заболеваний достигает 70–90%, а гибель молодых саженцев снижается до 1–2%, при этом подход можно масштабировать на другие культуры. Внедрение разработки позволит сохранять больше урожая, сдерживать цены на продукты и постепенно замещать импортные продукты отечественными.
Статья опубликована в «Известия Оренбургского государственного аграрного университета», 2026, №1.
В мире ежегодные потери урожая от болезней растений уже сегодня составляют до 40% — это один из главных рисков для сельского хозяйства. По прогнозам, к 2030 году из-за изменения климата этот показатель может вырасти еще на 10–15% в регионах с теплеющим климатом.
В Кировской области и Республике Коми в 2025 году зараженных семян оказалось уже 40,78%. Сильнее всего пострадали ячмень (почти половина), овес (более трети) и горох (почти две трети). В масштабах даже среднего хозяйства это миллионы рублей убытков, что в дальнейшем влияет на стоимость обычных продуктов. Это подорожание хлеба с крупами, фруктов с овощами, а также мяса с молоком, так как корма для животных тоже растут в цене вслед за зерном.
Проблема усиливается из-за климатических изменений: площадь земель, подверженных засухе, за последние три десятилетия в России выросла почти в 1,8 раза. Климатические зоны смещаются на север, а болезни и вредители, ранее характерные для южных регионов, распространяются в центральные области. Более длительные периоды тепла позволяют патогенам за сезон размножаться несколько раз и поражать больше растений.
Чем позже обнаружена болезнь, тем дороже обходится борьба с ней. Требуется больше обработок, а риск потерять урожай многократно возрастает. В Бразилии, это один из крупнейших экспортеров кукурузы, потери от болезней в 2020-2024 годах достигли десятков миллионов тонн и оценивались в миллиарды долларов.
При этом в большинстве хозяйств диагностика до сих пор ведется «на глаз»: агрономы обходят поля и определяют болезнь по внешним признакам. Такой подход требует большого опыта и времени, а ошибка в диагнозе, когда, например, грибковую инфекцию принимают за нехватку влаги, приводит к неверному выбору препаратов и дополнительным потерям. В таких условиях все более востребованными становятся автоматизированные системы диагностики, особенно отечественные, так как зарубежные сервисы часто либо недоступны, либо не учитывают российские условия и сорта.
Ученые Пермского Политеха и Пермского государственного аграрно-технологического университета создали систему, которая сама распознает болезни растений по фотографии, подсказывает, чем лечить, и помогает вести учет сада в «Календаре садовода». Приложение уже работает на примере миндаля, но оно универсально: ее можно масштабировать на другие культуры.
Ученые изначально выбрали миндаль, потому что это одна из самых перспективных культур для российского фермерства. Сегодня 90% орехов на российском рынке импортные, поэтому важная государственная задача — заместить их отечественной продукцией. Площади миндальных садов в стране активно растут: только в Крыму они ежегодно увеличиваются на 200–300 гектаров, новые посадки появляются в Краснодарском крае, Кабардино-Балкарии и других регионах.
При этом миндаль уязвим: он цветет раньше других плодовых деревьев и поэтому чаще попадает под весенние заморозки. Ослабленные холодом деревья теряют иммунитет и легко поражаются инфекциями. Во влажную весну агрессивно развиваются грибковые заболевания, из-за этого без своевременной диагностики под угрозой оказывается каждое пятое дерево.
— Для работы фермеру достаточно сфотографировать подозрительный лист через мобильное приложение. С помощью нейросети программа анализирует снимок, оценивает текстуру листа, его цвет, форму, наличие пятен, и на основе этих данных определяет заболевание. Если диагноз подтвержден, система выдает рекомендации по лечению, — объясняет Сергей Костарев, доктор технических наук, профессор кафедры «Информационные технологии и автоматизированные системы» ПНИПУ.
Чтобы научить программу распознавать болезни, ученые собрали базу изображений: для каждого заболевания (грибкового, вирусного или бактериального) использовали не менее 50 образцов, снятых в полевых условиях. Точность распознавания достигла 70–90% — это уровень опытного агронома.
Все данные о состоянии растений, диагнозах и проведенных обработках сохраняются в «Календаре садовода». Это цифровой дневник, где пользователь видит историю каждого дерева, может прикреплять фотографии и заметки, а программа сама напоминает, когда пора поливать, обрабатывать или проверять сад.
Уникальность разработки — в самом принципе работы. Большинство популярных приложений, таких как ChatGPT или специализированных ПО, ищут в базе похожую картинку и выдают предположительный диагноз. Ученые ПНИПУ пошли иначе: сначала они систематизировали знания о болезнях, описали симптомы, выстроили логическую структуру. На ее основе обучили нейросеть распознавать конкретные признаки: текстуру листа, его цвет, форму, наличие пятен. По их сочетанию программа и ставит диагноз. Такой подход делает диагностику точнее, прозрачнее и гибче: система не «угадывает» по картинке, а анализирует симптомы — так же, как это сделал бы опытный агроном. Кроме того, разработанная программа позволяет вести одновременный учет нескольких плантаций и саженцев, ставить диагноз, проводить экономический анализ.
В отличие от зарубежных аналогов, она учитывает российские сорта, местные болезни и вредителей, а рекомендации по лечению соответствуют препаратам, зарегистрированным в РФ. Приложение уже доступно широкому кругу пользователей — скачать его можно в открытом доступе.
— За первый год испытаний в Крыму в хозяйстве с сортами «Кубань 86», «Вайро» и «Маринада» гибель молодых саженцев составила всего 1–2% — это значительно ниже обычных потерь. Хотя обучение проводилось на данных по миндалю, подход изначально универсален. Схема «от процессов к патологиям» позволяет масштабировать решение на другие ореховые культуры, а затем и на широкий круг садовых и сельскохозяйственных растений. Первые эксперименты подтверждают: программа корректно распознает типичные биологические патологии и у других растений. Система может быть полезна не только фермерам и агрономам, но и садоводам-любителям, дачникам, сотрудникам питомников — всем, кто заботится о здоровье растений, — дополнил Сергей Костарев.
В ближайших планах ученых — дообучить нейросеть на большем количестве образцов, адаптировать систему под оливки и масштабировать технологию на другие культуры и регионы. В рамках этой же разработки ученые создают мобильного робота для ухода за садом. Он сможет проводить полив или опрыскивание больных деревьев по команде с приложения, а также отпугивать диких животных, например, зайцев, которые повреждают кору молодых деревьев.
Внедрение системы поможет фермерам сохранять больше деревьев, тратить меньше времени на обходах и получать стабильный урожай. Для конечного потребителя это означает более доступные цены и больше отечественных продуктов на полках.
