Облачная платформа для анализа IoT-данных и спутниковых индексов в сельском хозяйстве

Аннотация

Современные системы точного земледелия сталкиваются с проблемой интеграции гетерогенных данных: показателей с IoT-датчиков, спутниковых индексов растительности и метеорологических архивов. Традиционные монолитные архитектуры не обеспечивают масштабируемости, отказоустойчивости и гибкости, необходимых для малых и средних хозяйств. В работе предложена облачная платформа на основе микросервисной архитектуры, реализованная с использованием Docker, Kubernetes и RESTful API. Платформа состоит из независимых сервисов: сбора данных с датчиков (LoRaWAN), обработки Sentinel-2-изображений (Google Earth Engine), обучения моделей машинного обучения (Python/Scikit-learn) и визуализации (React + Leaflet). Экспериментальная эксплуатация на опытном участке (5 га, Ставропольский край, 2024 г.) показала: время генерации рекомендаций сократилось с 4 часов до 18 минут, uptime составил 99,7 %, а стоимость развертывания — 12 тыс. руб./мес. (в облаке Yandex Cloud). Предложенный подход позволяет малым хозяйствам использовать гибридные данные для принятия решений без зависимости от коммерческих SaaS-решений.