JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT 2782-4586 2949-1851 113636 10.26118/2782-4586.2026.74.69.004 Научные статьи SCIENTIFIC ARTICLES Научные статьи Application of AI Methods for Adaptive Microclimate Control in High-Tech Agriculture Применение методов ИИ для адаптивного управления микроклиматом в высокотехнологичном сельском хозяйстве Шеломова Варьяна Александровна Shelomova Varyana Alexandrovna varyana.shelomova@mail.ru Сибилева Елена Валерьевна Sibileva Elena Valerievna

кандидат экономических наук;

candidate of economic sciences;

 Северо-Восточный федеральный университет имени М.К. Аммосова M. K. Ammosov North-Eastern Federal University Северо-Восточный федеральный университет имени М.К. Аммосова Якутск Россия North-Eastern Federal University named after M.K. Ammosov Yakutsk Russian Federation 3 35 39 22 01 2026 https://jomeam.ru/en/nauka/article/113636/view

Статья посвящена исследованию перспектив применения технологий искусственного интеллекта (ИИ) для создания адаптивных систем управления микроклиматом в умных теплицах в условиях Республики Саха (Якутия). Актуальность работы обусловлена необходимостью перехода от традиционных систем с пороговыми правилами к интеллектуальному управлению, обеспечивающему устойчивое сельскохозяйственное производство в регионе с экстремальным климатом. В качестве решения предложена авторская архитектура адаптивной системы на основе гибридной модели (цифрового двойника) и алгоритма обучения с подкреплением. Приведены прогнозные данные о потенциальной эффективности подобных систем: увеличение урожайности, экономия энергоресурсов и значительное сокращение водопотребления. Обсуждаются ключевые преимущества, а также вызовы, связанные с внедрением, такие как стоимость, потребность в данных и интерпретируемость моделей и предложены пути их решения. Сделан вывод о том, что ИИ-технологии являются ключевым драйвером для создания автономных, ресурсоэффективных и устойчивых агропромышленных систем будущего.

The article explores the prospects of applying artificial intelligence (AI) technologies to create adaptive microclimate control systems for smart greenhouses in the Republic of Sakha (Yakutia). The relevance of the work is driven by the need to transition from traditional threshold-based control systems to intelligent management, ensuring sustainable agricultural production in this region with its extreme climate. A proprietary architecture for an adaptive system based on a hybrid model (digital twin) and a reinforcement learning algorithm is proposed as a solution. Predictive data on the potential efficiency of such systems are presented, including increased crop yield, energy savings, and significant reductions in water consumption. Key advantages are discussed, alongside implementation challenges such as cost, data requirements, and model interpretability, with proposed pathways to address them. The conclusion is drawn that AI technologies are a key driver for creating autonomous, resource-efficient, and sustainable agricultural systems of the future.

 cельское хозяйство агроклимат Республика Саха (Якутия) искусственный интеллект микроклимат биотехнология умная теплица интернет вещей (IoT) цифровой двойник Agriculture agroclimate Republic of Sakha (Yakutia artificial intelligence (AI) microclimate biotechnology smart greenhouse internet of Things (IoT) digital twin Without financing

 

Михайлова Н.А., Антипов А.В. Автоматизация умной теплицы: разработка и внедрении системы управления микроклиматом // Вестник науки №3 (84) том 1. С. 557 - 561. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/21730 (дата обращения: 11.12.2025 г.) Mikhailova N.A., Antipov A.V. Automation of a smart greenhouse: development and implementation of a microclimate control system // Science Bulletin No. 3 (84) Volume 1. Pp. 557 - 561. 2025. ISSN 2712-8849 // Electronic resource: https://www.vestnik-nauki.rf/article/21730 (accessed: 11.12.2025) Искусственный интеллект в сельском хозяйстве // Погода в поле. – URL: https://погодавполе.рф/iskusstvenniy-intellekt-v-selskom-khozyaystve (дата обращения: 12.12.2025). Artificial Intelligence in Agriculture // Weather in the Field. – URL: https://weatherinthefield.rf/iskusstvenniy-intellekt-v-selskom-khozyaystve (accessed: 12.12.2025). Левашкин А. Г. Разработка универсальной системы умной теплицы / А. Г. Левашкин, А. В. Малуша // Инноватика-2023 : сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, 21-22 апреля 2023 г., г. Томск, Россия. Томск, 2023. С. 50-54. URL: http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001006161 Levashkin A. G. Development of a Universal Smart Greenhouse System / A. G. Levashkin, A. V. Malusha // Innovatics-2023: Collection of Materials of the XIX International School-Conference of Students, Postgraduates and Young Scientists, April 21-22, 2023, Tomsk, Russia. Tomsk, 2023. Pp. 50-54. URL: http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001006161 Черепенин В.А., Кацупеев А.А. Анализ подходов к созданию системы «Умная теплица» на основе нейронной сети // Программные системы и вычислительные методы. 2024. № 1. DOI: 10.7256/2454-0714.2024.1.69794 EDN: XAZVOW URL: https://nbpublish.com'Hbrary_read_article.php?id=69794 Cherepenin V.A., Katsupcev A.A. Analysis of Approaches to Creating a "Smart Greenhouse" System Based on a Neural Network // Software Systems and Computational Methods. 2024. No. 1. DOI: 10.7256/2454-0714.2024.1.69794 EDN: XAZVOW URL: https://nbpublish.com/library_read_article.php?id=69794 van Os J., et al. Digital Twins in Horticulture: A Review // Computers and Electronics in Agriculture. 2022. Vol. 199. P. 107183. van Os J., et al. Digital Twins in Horticulture: A Review // Computers and Electronics in Agriculture. 2022. Vol. 199. P. 107183. The Future of Indoor Farming: Technology, Economics and Sustainability // BCG Report. 2021. URL: https://www.bcg.com/publications/2021/future-of-indoor-farming (дата обращения: 12.10.2025). The Future of Indoor Farming: Technology, Economics and Sustainability // BCG Report. 2021. URL: https://www.bcg.com/publications/2021/future-of-indoor-farming (accessed: 12.10.2025). Hemming S., et al. Reinforcement Learning for Climate and Irrigation Control in Greenhouses: A Simulation Study // IFAC-PapersOnLine. 2020. Vol. 53(2). Pp. 16798-16803. Hemming S., et al. Reinforcement Learning for Climate and Irrigation Control in Greenhouses: A Simulation Study // IFAC-PapersOnLine. 2020. Vol. 53(2). Pp. 16798-16803. Jones H.G. Irrigation Scheduling: Advantages and Pitfalls of Plant-Based Methods // Journal of Experimental Botany. 2004. Vol. 55(407). Pp. 2427-2436. Jones H.G. Irrigation Scheduling: Advantages and Pitfalls of Plant-Based Methods // Journal of Experimental Botany. 2004. Vol. 55(407). Pp. 2427-2436. Методика формирования баланса продовольственных ресурсов Республики Саха (Якутия) с учетом региональных особенностей: методическое пособие / Г.И. Даянова, И.К. Егорова, Л.Д. Протопопова, Н.Н. Никитина, А.Н. Крылова, А.Ф. Баишева – Якутск: Изд. дом «Дьолуо», 2019. – 335 с. Methodology for Forming the Balance of Food Resources in the Republic of Sakha (Yakutia) Taking into Account Regional Peculiarities: A Methodological Guide / G.I. Dayanova, I.K. Yegorova, L.D. Protopopova, N.N. Nikitina, A.N. Krylova, A.F. Baisheva – Yakutsk: Publishing House "Dyoluo", 2019. – 335 p.