Использование QR-кода как элемента цифровых технологий в агролесомелиорации

Актуальность. XXI век характеризуется как время стремительно развивающихся технологий, что сказывается значительным образом не только на использовании новых носителей информации, но и на средствах ее представления. Ежедневно совершенствуются модификации устройств, способных шифровать информацию и представлять её по требованию в информационном пространстве практически без ограничения по размерам. Одной из таких стремительно развивающихся и находящейся в полном открытом доступе для потребителей разных профессий и сфер деятельности является технология QR-кодов. Технология QR кодов активно внедряется в повседневную жизнь и используется повсеместно, упрощая различные финансовые и цифровые операции, но в агролесомелиорации данная технология прежде не применялась в полной мере. Актуальность данной работы заключается в том, что возможность использования QR-кода как элемента цифровых технологий в агролесомелиорации позволила бы сделать существенный переход в представлении информации от текста научной статьи с кратким изложением полученных результатов и выводами к представлению всех результатов исследования, с детальным описанием и дополнительной информацией, не отраженной в тексте самой статьи.

Объект. Объектом исследования является технология QR-кодов, применяемая в агролесомелиорации и представляющая собой баркод двухмерного пространства с информацией разного характера, считываемой посредством мобильных телефонов или специальных сканеров штрих-кода.

Материалы и методы. В ходе проведенной работы были выполнены полевые выезды на объект исследования, геоинформационное моделирование полезащитных лесных насаждений в агроландшафтах и дистанционная оценка лесистости. Осуществлен отбор почвенные образцов для стандартных агрохимических анализов почвы, включающих определение гранулометрического состава почвы, pH, содержание органического вещества, NPK, плотности почвы и т.д. Для работы с QR-кодами использовалась бесплатная общедоступная программа, работающая как с персонального компьютера, так и со смартфона, функционирующего на базе любой операционной системы.

Результаты и выводы. В результате процесса дешифрирования и анализа космоснимков составлена база данных дешифровочных признаков лесных полос и выполнена их таксационно-мелиоративная характеристика, составлена база данных эталонов. Впоследствии весь массив данных удалось зашифровать в QR-коды. В работе перечислены и проанализированы положительные результаты работы с QR-кодом как с одним из элементов цифровых технологий в агролесомелиорации, используемым для упрощения работы с большим объемом данных и представлении этого объема в упорядоченном и компактном виде для дальнейшей работы. В дополнение к исследованию о применимости QR-кода в агролесомелиоративных исследованиях был выполнен SWOT анализ, позволивший выявить сильные и слабые стороны и показавший перспективу развития данной технологии, с учетом возможностей и вероятных угроз.

1. Проездов П. Н., Маштаков Д. А., Попов В. Г. и др. Агролесомелиорация: монография. Саратов: Общество с ограниченной ответственностью "Амирит", 2016. 472 с.

2. Акушевич А. А. QR-коды в учебных изданиях: редакторский аспект. Труды БГТУ. Серия 4: Принт- и медиатехнологии. 2022. № 1 (255). С. 151-158.

3. Возрождение агролесомелиорации в Волгоградской области. Научно-агрономический журнал. 2018. № 1(102). С. 63.

4. Волхонский В. В. Системы контроля и управления доступом. Штриховые коды. СПб: Университет ИТМО, 2015. 53 с.

5. Жирин В. М., Князева С. В., Эйдлина С. П. Оценка биометрических параметров насаждений по изображениям межкронового пространства на космических снимках сверхвысокого разрешения. Лесоведение. 2018. № 3. С. 163-177.

6. Кошелев А. В., Шатровская М. О. Агролесомелиоративная оценка защитных лесных насаждений с применением дистанционных данных и геоинформационных технологий. ИнтерКарто. ИнтерГИС. 2022. Т. 28. № 2. С. 871-884.

7. Кретинин В. М., Кулик К. Н., Кошелев А. В. Агролесомелиоративное почвоведение: развитие, достижения, задачи. Вестник Российской сельскохозяйственной науки. 2020. № 1. С. 23-26.

8. Кулик К. Н., Кошелев А. В. Методическая основа агролесомелиоративной оценки защитных лесных насаждений по данным дистанционного мониторинга. Лесотехнический журнал. 2017. № 3 (27). С. 107-114.

9. Кулик К. Н. Современное состояние защитных лесонасаждений в Российской Федерации и их роль в смягчении последствий засух и опустынивания земель. Научно-агрономический журнал. 2022. № 3 (118). С. 8-13.

10. Нурмагомедова М. К., Газитеева А. М. Р., Мирзаалиева Р. К. SWOT-анализ как метод экономического анализа предприятия. Экономика и предпринимательство. 2020. № 7 (120). С. 1209-1213.

11. Кулик К. Н. и др. Обоснование прогноза развития защитного лесоразведения в Волгоградской области. Проблемы прогнозирования. 2017. № 6. С. 93-100.

12. Офицеров А. С. QR-код: технологии надежности и открытости выборов. Избирательное законодательство и практика. 2017. № 3. С. 28-30.

13. Шавтикова Л. М. и др. Применение QR-кода в современной жизни и его роль в экономической сфере. Финансовая экономика. 2021. № 12. С. 213-215.

14. Хамидуллин М. Р. и др. Применение QR-кодов для организации контрольно-пропускного пункта. International Journal of Advanced Studies. 2020. Т. 10. № 4. С. 123-138.

15. Koshelev A. V., Tkachenko N. A., Shatrovskaya M. O. Decoding of forest belts using satellite images. IOP Conf. Series: Earth and Environmental Science. 2021. V. 875. 012065 p.

16. Focardi R., Luccio F. L., Wahsheh H. A. M. Usable security for QR code. Journal of Information Security and Applications, 2019. V. 48. P. 102369.

17. Focardi R., Luccio F. L., Wahshe H. A. M. Security threats and solutions for two dimensional barcodes: a comparative Study Daimi K. (Ed.). Computer and network security essentials. 2018. Рp. 207-219.