SOCFARMSOCFARM
AL-6222052520 · 2023–2026

Поддержка органического и традиционного земледелия с помощью геопространственных методов

SOCFARM — международный прикладной проект, реализуемый в сотрудничестве Узбекистана и Венгрии. Проект объединил Sentinel‑2, ГИС, полевую спектрометрию, измерения почвы и урожая и разработал методологию оценки состояния озимой пшеницы, совершенствования управления удобрениями и водой, а также прогнозирования урожайности.

NDVI Состояние вегетации по Sentinel‑2 и полевые работы
179образцов урожая 1 м²
320+полевых спектров
112образца почвы
R² 0,71модель ExtraTrees
Код проектаAL-6222052520
Срок реализации1 октября 2023 — 30 сентября 2026
Партнёр из УзбекистанаНИУ «ТИИИМСХ»
Партнёр из ВенгрииНиредьхазский университет (University of Nyíregyháza)
Районы исследованийСреднечирчикский и Букинский районы, Ташкентская область
Основная культураОзимая пшеница
Основные технологииSentinel‑2, GEE, ArcGIS Pro/QGIS, GNSS, ATP9110, Python/ML
Сфера примененияСельское и водное хозяйство, агрохимические услуги, высшее образование

Практическая проблема, решаемая проектом

В управлении полями выявлены три информационных пробела:

  1. Состояние посевов оценивалось в основном визуально и по опыту; космический мониторинг почти не применялся.
  2. Данные о плодородии почв устарели или недостаточны; удобрения чаще вносились одинаковой нормой по всему полю.
  3. Не хватало методики, проверенной в местных условиях, для обоснования сроков полива, прогноза урожая и зон управления.

Фермеры выразили потребность в простых картах для мобильных устройств и поддержке решений. Эти потребности определили рабочий процесс проекта: диагностика → мониторинг → прогноз → веб-распространение.

Анализ потребностей с фермерами, декабрь 2023
Анализ потребностей с фермерами, декабрь 2023
Цель

Поддержка органического и традиционного земледелия геопространственными методами и разработка методологии оценки состояния посевов, потребности в удобрениях и воде, а также урожайности на основе разнородных данных.

Основные задачи

1

Анализ потребностей и выбор опытных участков

2

Ведение полевого журнала: фенология, орошение и удобрения

3

Измерение и картирование N, P, K, гумуса и влажности

4

Создание спектральной библиотеки зерновых на базе ATP9110

5

Расчёт временных рядов Sentinel‑2 и вегетационных индексов

6

Сбор образцов урожая 1 м² и оценка ML-модели

7

Распространение результатов через сайт, тренинги и научные публикации

Взаимодополняющие роли партнёров

TIIAME NRU

НИУ «ТИИИМСХ»

  • ГИС и дистанционное зондирование
  • Полевые, почвенные и урожайные измерения
  • Sentinel‑2 и машинное обучение
  • Традиционное орошаемое земледелие
University of Nyíregyháza

University of Nyíregyháza

  • Опыт органического земледелия
  • Опыты с органическими удобрениями и тритикале
  • Тренинги и международные конференции
  • Совместные публикации и обмен опытом

Районы исследований

Средний Чирчик — учебно-опытное хозяйство университета
Средний Чирчик — учебно-опытное хозяйство университета
Бука — хозяйство «Хасан Хамза» и соседние фермерские хозяйства
Бука — хозяйство «Хасан Хамза» и соседние фермерские хозяйства

2025: типовые сегменты 10,07 га / 13,8 га · 2026: 39,8 га / 8 полей, ≈69 га

Научно-методический процесс

Поле → лаборатория/обработка → анализ → результат
Поле → лаборатория/обработка → анализ → результат
  • Все измерения выполнены в геопривязанных точках
  • Связь «поле–лаборатория–Sentinel‑2» через единый ID
  • Контроль качества: дубликаты, холостые пробы, калибровка, QC
  • Оценка модели групповой кросс-валидацией
  • Преобразование в карты и веб-продукты
Хронология работ 2023–2026: 1-й год — дизайн и исходные данные → 2-й год — уплотнение сети и спектры → 3-й год — разрезы, соседние поля и итоговая интеграция
Хронология работ 2023–2026: 1-й год — дизайн и исходные данные → 2-й год — уплотнение сети и спектры → 3-й год — разрезы, соседние поля и итоговая интеграция
Анализ потребностей заинтересованных сторон
Анализ потребностей заинтересованных сторон
Анализ потребностей заинтересованных сторон
Анализ потребностей заинтересованных сторон
01 · 2023

Анализ потребностей заинтересованных сторон

В декабре 2023 года с помощью анкетирования и личных бесед изучены потребности 5 хозяйств по 28 вопросам: управление водой и почвой, использование космического мониторинга, прогноз урожая и экономические возможности, интерес к органическим методам.

Фенологические и агротехнические наблюдения
Фенологические и агротехнические наблюдения
Фенологические и агротехнические наблюдения
Фенологические и агротехнические наблюдения
02 · Наблюдения

Фенологические и агротехнические наблюдения

В полевом журнале последовательно фиксировались полив, удобрения, меры защиты и фазы роста от посева до уборки по сезонам.

Отбор образцов почвы: 2024–2025
Отбор образцов почвы: 2024–2025
Отбор образцов почвы: 2024–2025
Отбор образцов почвы: 2024–2025
03 · 2024–2025

Отбор образцов почвы: 2024–2025

112 образцов · координаты WGS84 · контроль дубликатов и холостых проб · сквозная связь образец–лаборатория–ГИС.

2026 год: почвенные разрезы и расширение территории
2026 год: почвенные разрезы и расширение территории
2026 год: почвенные разрезы и расширение территории
2026 год: почвенные разрезы и расширение территории
04 · 2026

2026 год: почвенные разрезы и расширение территории

22 разреза × 2 слоя. В Буке охвачено 8 пшеничных полей 6 хозяйств, в Среднем Чирчике — 39,8 га наблюдаемой площади университетского хозяйства.

Лабораторная подготовка и агрохимический анализ
Лабораторная подготовка и агрохимический анализ
05 · Лаборатория

Лабораторная подготовка и агрохимический анализ

Приём, сушка, просеивание и анализ образцов. Показатели: гумус (метод Тюрина), N–NO₃ и P₂O₅ (спектрофотометрия), K₂O (пламенная фотометрия), термостат 105 °C, механический состав.

QC: холостая проба, контрольный стандарт, ≥10% дубликатов, калибровка R² ≥ 0,995

Полевая спектрорадиометрия
Полевая спектрорадиометрия
Полевая спектрорадиометрия
Полевая спектрорадиометрия
06 · Спектрометрия

Полевая спектрорадиометрия

С помощью OptoSky ATP9110 в поле собраны спектрорадиометрические данные; использовались белая панель и повторные измерения.

Наземные эталонные данные (ground truth) для урожайности
Наземные эталонные данные (ground truth) для урожайности
Наземные эталонные данные (ground truth) для урожайности
Наземные эталонные данные (ground truth) для урожайности
07 · Урожай

Наземные эталонные данные (ground truth) для урожайности

Собран урожай с квадрата 1 × 1 м: в каждой точке измерены число колосьев, число зёрен и масса зерна. По GNSS-координатам данные привязаны к пикселю Sentinel‑2 и модели урожая.

112образцов верхнего слоя
22почвенных разреза
180+гравиметрических замеров влажности
320+полевых спектров
179образцов урожая 1 м²

Все виды данных собраны на одних и тех же участках и в геопривязанных точках. Это позволило связать цепочку «почва–растение–спутник–урожай» и независимо проверить модель.

P

Подвижный фосфор — главный лимитирующий фактор

S2

Динамика NDVI, EVI, NDRE, GNDVI, SAVI, NDMI

SPEC

Гиперспектральная полевая библиотека зерновых

ML

ExtraTrees: R² 0,71; RMSE 10,8 ц/га

IP

2 объекта интеллектуальной собственности

Классы обеспеченности почв, 2025

Подвижный фосфор во многих точках попал в классы «очень низкая» или «низкая» и определён как главный лимитирующий фактор. Калий обычно высокий–очень высокий, гумус чаще низкий–средний, азот изменчив в зависимости от орошения и агрофона.

Доля классов по N, P, K и гумусу
Доля классов по N, P, K и гумусу

2025 — пространственное распределение азота и фосфора

Средний Чирчик — N
Средний Чирчик — N
Бука — N
Бука — N
Средний Чирчик — P
Средний Чирчик — P
Бука — P
Бука — P

Пространственная изменчивость азота зависит от истории орошения и удобрений; дефицит фосфора в обоих районах требует зонального дифференцированного внесения удобрений.

2025 — калий и гумус

Средний Чирчик — K
Средний Чирчик — K
Бука — K
Бука — K
Средний Чирчик — гумус
Средний Чирчик — гумус
Бука — гумус
Бука — гумус

Запасы калия во многих зонах достаточны; для сохранения гумуса рекомендуются органика, возврат растительных остатков и минимальная обработка почвы.

2026 — почвенные карты Среднего Чирчика (азот, фосфор, калий, гумус)

Азот
Азот
Фосфор
Фосфор
Калий
Калий
Гумус
Гумус

2026 — почвенные карты массива Бука (азот, фосфор, калий, гумус)

Помимо основного участка охвачены пять соседних хозяйств; результаты позволили выделять зоны управления в более широком масштабе.

Азот
Азот
Фосфор
Фосфор
Калий
Калий
Гумус
Гумус

Свойства почвы, урожай и трёхлетнее сравнение

Связь между показателями почвы и урожайностью
Связь между показателями почвы и урожайностью
Трёхлетнее и межрайонное сравнение
Трёхлетнее и межрайонное сравнение

Результаты показывают, что универсальной рекомендации по одному параметру недостаточно: удобрения, влажность, текстура, орошение и фенологию нужно трактовать совместно.

Важный отрицательный результат. Влажность почвы под густым растительным покровом не удалось надёжно оценить по оптическим индексам Sentinel‑2; в 2026 году все кросс-валидационные модели дали R²CV < 0. Для решений по поливу рекомендуются радар Sentinel‑1, постоянные датчики и синхронные полевые измерения.
Средний Чирчик — влажность / NDMI
Средний Чирчик — влажность / NDMI
Бука — влажность / NDMI
Бука — влажность / NDMI
Регрессия 2025
Регрессия 2025
Кросс-валидация 2026
Кросс-валидация 2026

Временные ряды NDVI, EVI, GNDVI, NDRE, SAVI и NDMI позволили вести пространственно-временной мониторинг фаз роста, колошения, налива зерна и созревания.

Бука: индексы и фенологические фазы
Бука: индексы и фенологические фазы
Средний Чирчик: индексы и фенологические фазы
Средний Чирчик: индексы и фенологические фазы

Пространственная изменчивость NDVI

Сезон 2024
Сезон 2024
2025 г., Средний Чирчик
2025 г., Средний Чирчик
2025 г., Средний Чирчик
2025 г., Средний Чирчик

Различия NDVI во времени и по площади отразили изменения технологии орошения, сорта, агрофона и густоты покрова.

NDVI в поле и по Sentinel‑2: несоответствие масштабов

NDVI спектрорадиометра на уровне листа и пиксель Sentinel‑2 10 м
NDVI спектрорадиометра на уровне листа и пиксель Sentinel‑2 10 м
R² ≤ 0,03три кампании
1,8–3,2×полевой NDVI выше
  • Уровень листа: сантиметровый масштаб
  • Sentinel‑2: смешанный пиксель 100 м²
  • Почвенный фон, тень, арыки и сорняки
  • Ошибки дат и GNSS — дополнительный фактор

Полевой спектр и спутниковое значение нельзя напрямую приравнивать: нужны эквиваленты каналов и протокол, соответствующий масштабу.

Спектральная библиотека зерновых 2026 года: 23 узкополосных индекса — вегетация, хлорофилл, red-edge, пигменты, фотосинтетическая эффективность и водный статус.

Сглаженные спектры — район 1
Сглаженные спектры — район 1
Сглаженные спектры — район 2
Сглаженные спектры — район 2
Средний спектр и изменчивость — район 1
Средний спектр и изменчивость — район 1
Средний спектр и изменчивость — район 2
Средний спектр и изменчивость — район 2

Red-edge, PCA и эквиваленты каналов Sentinel‑2

Спектры red-edge
Спектры red-edge
Первая производная и артефакт O₂‑A
Первая производная и артефакт O₂‑A
Нагрузки PCA — Бука
Нагрузки PCA — Бука
Нагрузки PCA — Средний Чирчик
Нагрузки PCA — Средний Чирчик
Бука — эквиваленты каналов Sentinel‑2
Бука — эквиваленты каналов Sentinel‑2
Средний Чирчик — эквиваленты каналов Sentinel‑2
Средний Чирчик — эквиваленты каналов Sentinel‑2

PC1 + PC2 объяснили 88,6–94,1 % общей дисперсии; артефакт O₂‑A около 760 нм отдельно контролировался при расчёте red-edge.

179образца
16–106диапазон, ц/га
R² 0,71групповая CV
10,8RMSE, ц/га
7,7MAE, ц/га
≈19%rRMSE

Модель: 7 каналов Sentinel‑2 середины мая + 5 индексов → регрессия ExtraTrees → кросс-валидация, сгруппированная по полям и сезонам.

Распределение урожая по трём сезонам и вариантам орошения
Распределение урожая по трём сезонам и вариантам орошения

Наиболее важные спектральные признаки

Пермутационная важность ExtraTrees (ΔR²)
Пермутационная важность ExtraTrees (ΔR²)

SWIR1 отражает водный статус покрова; зелёный канал и NDRE — состояние хлорофилла/азота; NIR — биомассу и площадь листьев. Наибольшая важность: SWIR1 (0,40), зелёный (0,34), NIR (0,28), NDRE (0,21), SWIR2 (0,13).

Карты пространственного прогноза урожая пшеницы

Средний Чирчик — вариант 1
Средний Чирчик — вариант 1
Средний Чирчик — вариант 2
Средний Чирчик — вариант 2
Бука — 2025
Бука — 2025
Средний Чирчик — 2025
Средний Чирчик — 2025
Методическое предупреждение. Диапазон прогноза уже диапазона измеренного урожая. Поэтому карты представлены не как абсолютные значения урожая, а как относительная урожайность и зоны управления. Чтобы стать практическим инструментом прогноза, модель нужно проверить на независимых образцах 2026 года и переобучить на трёхлетних данных.
Распределение значений карты
Распределение значений карты
Распределение внутри поля
Распределение внутри поля
Распределение, Бука
Распределение, Бука
Распределение, Средний Чирчик
Распределение, Средний Чирчик

Практические рекомендации и направления внедрения

1

Фосфор

Контурное дифференцированное внесение фосфорных удобрений в зонах дефицита на основе анализа почвы.

2

Вода

Не использовать оптический индекс вместо влажности почвы; объединять Sentinel‑1, датчики и журнал орошения.

3

Мониторинг

Регулярно отслеживать временные ряды Sentinel‑2 в окне колошение–налив зерна.

4

Зоны управления

Использовать карты урожая и почв для контрольного отбора проб и переменных норм внесения.

5

Валидация модели

Обновить модель на независимых данных 2026 года, с пространственной CV и калиброванным абсолютным урожаем.

6

Обучение и услуги

Включить спектральную библиотеку, протоколы и ГИС-продукты в учебный процесс и консультационные услуги.

Итоговый отчёт

PDF/DOCX, 2023–2026

Монография

Обложка, ISBN и PDF

Полевые протоколы

Почва, спектры, урожай, QC

Карты

PNG/PDF/GeoTIFF и легенды

Наборы данных

CSV/XLSX, метаданные и лицензия

Информационные бюллетени

По годам и языкам

Интеллектуальная собственность

Свидетельство и краткое описание

Презентации

Семинары, конференции, тренинги

Обложка монографии
Обложка монографии
Монография

Новый опыт геопространственных и Geo‑AI технологий в сельском хозяйстве

Sh.S. Shokirov, M.P. Reymov, I.I. Abdurahmonov, O.E. Xaqberdiyev, Z.J. Mamatkulov, X.X. Hasanov

Ташкент: НИУ «ТИИИМСХ», 2025 — 86 с. · ISBN 978-9910-8486-7-4

  • Методология полевых работ и сбора данных
  • Анализ почв и пространственное картирование
  • Sentinel‑2 и влажность почвы
  • Спектральная библиотека
  • Прогноз урожайности методами машинного обучения

Наборы данных, карты и протоколы

Файлы спектров и метаданные — CSV/XLSX: ID образца, координаты, слой, единицы и QC
Файлы спектров и метаданные — CSV/XLSX: ID образца, координаты, слой, единицы и QC
Индексы Sentinel‑2 и временной ряд
Индексы Sentinel‑2 и временной ряд
Карты элементов питания почвы — GeoTIFF/PNG/PDF: проекция, легенда, дата
Карты элементов питания почвы — GeoTIFF/PNG/PDF: проекция, легенда, дата

Протоколы: отбор проб, лаборатория, спектры, урожай 1 м². Предоставляются словарь данных и журнал версий; лицензия и персональные/ограниченные данные разделяются.

Объекты интеллектуальной собственности

«GeoCalc» — свидетельство № 010103, 03.04.2026
«GeoCalc» — свидетельство № 010103, 03.04.2026
«Geodata Vizualizator» — DGU 64712, 22.05.2026
«Geodata Vizualizator» — DGU 64712, 22.05.2026

Учебники и учебные пособия

  1. Геоинформационная картография
  2. Моделирование водохранилищ на основе геоинформационных технологий
  3. Геодезическая метрология
  4. Кадастр особо охраняемых природных территорий
  5. Геоэкологическое картографирование
  6. Космическая геодезия
  7. Scientific Foundations of Geoinformation Systems

Научный потенциал и подготовка кадров

По теме проекта и смежным направлениям защищены 1 докторская (DSc) (С.Н. Абдурахмонов, 30.04.2026), 1 PhD (Р.И. Махсудов) и 2 магистерские диссертации.

1Монография
7Учебники / пособия
14Статьи Scopus
3Зарубежные журналы
10Междунар. конференции
31Республиканские журналы
10Республиканские конференции
2Интеллект. собственность

Динамика по годам: 12 → 20 → 44 научных продуктов (2023 → 2025).

Одна из публикаций проекта
Одна из публикаций проекта

Публикации, проверенные по DOI

  1. Leveraging Vegetation Indices and Random Forest for Soil Nutrient Monitoring in Winter Wheat

    Journal of the Indian Society of Remote Sensing, 2025

    DOI: 10.1007/s12524-025-02198-9 ↗
  2. The effect of fermented poultry manure on the yield and quality parameters of triticale cultivated organic way on acidic sandy soil

    E3S Web of Conferences 590, 01009, 2024

    DOI: 10.1051/e3sconf/202459001009 ↗
  3. Temporal Evolution of Climate-Related Land Changes in Zarafshan Valley: MODIS and Google Earth Engine Perspective

    AIP Conference Proceedings 3256, 040016, 2025

    DOI: 10.1063/5.0266743 ↗
  4. Search for the lost Baghi Chinar garden in the Samarkand region and creation of a Digital Terrain Model

    E3S Web of Conferences 590, 05002, 2024

    DOI: 10.1051/e3sconf/202459005002 ↗
  5. Sustainable development of Turkmenistan in the context of climate change

    E3S Web of Conferences 590, 05007, 2024

    DOI: 10.1051/e3sconf/202459005007 ↗
  6. Land use and land management in Kazakhstan

    Problems of AgriMarket, No. 3, 2024

    DOI: 10.46666/2024-3.2708-9991.14 ↗
  7. Theoretical and Methodological Basis of Mapping the Ecological State of Irrigated Lands in the Conditions of Climate Change: Bibliometric Analysis

    ISPRS Archives, 2025

    DOI: 10.5194/isprs-archives-XLVIII-5-W3-2025-63-2025 ↗

Публикации 2026 года

  • Многовременной мониторинг динамики вегетации на основе Sentinel‑2 и Google Earth Engine — Proceedings of SPIE, 2026.
  • Подготовка и интеграция пространственных данных в среде ГИС на примере Буки и Среднего Чирчика — 2026.
  • Пространственная изменчивость агрохимических показателей почвы и Trimble Juno 3B / ArcGIS Survey123 — Нукус, 2026.
  • Плодородие почвы и эффективность удобрений по данным дистанционного зондирования и полевых анализов — 2026.
  • Элементы урожая тритикале при внесении гранулированного птичьего помёта — международная конференция в Ниредьхазе, 2026.
  • Remote Sensing for Precision Agriculture in Arid and Semi-Arid Regions: A Case Study of Uzbekistan — глава книги Springer Nature, готовится.
Поездка · 2–6 июня 2025

Научно-практический визит в Венгрию

Ниредьхаза, Будапешт и Дебрецен — конференция, тренинги, встречи с университетами и агентствами.

Ниредьхаза: конференция и тренинг
Ниредьхаза: конференция и тренинг
Óbuda University: Институт геоинформатики
Óbuda University: Институт геоинформатики
Университет Дебрецена: научная встреча
Университет Дебрецена: научная встреча

Конференция «Sustainable Geospatial Solutions for a Changing World» и тренинги в Ниредьхазском университете.

Встреча с Институтом предотвращения засухи и HEPA в Будапеште. В Обудайском университете — переговоры по дистанционному зондированию, картированию засухи и магистерской программе.

В Университете Дебрецена — сотрудничество в сельском хозяйстве, водном хозяйстве, геоинформатике и IT.

Результаты международного сотрудничества

3

публикации Scopus с венгерскими партнёрами

2026

Совместные результаты по тритикале на конференции в Ниредьхазе

1

Глава книги для Springer Nature (сотрудничество с Университетом Цукубы)

4

Встречи с университетами и агентствами Венгрии

Учёные-партнёры: Judit Csabai, Zoltán Kovács, Edit Kosztyuné Krajnyák, Béla Szabó и другие.

Обсуждение с фермерами
Обсуждение с фермерами
Отбор почвенных образцов
Отбор почвенных образцов
Полевая спектрометрия
Полевая спектрометрия
Дебрецен — научная встреча
Дебрецен — научная встреча
Озимая пшеница перед уборкой
Озимая пшеница перед уборкой
Международное сотрудничество
Международное сотрудничество
Лабораторные работы
Лабораторные работы
Работа со спектрорадиометром в поле
Работа со спектрорадиометром в поле
Конференция и тренинг
Конференция и тренинг
Образец урожая 1 м²
Образец урожая 1 м²
Óbuda University
Óbuda University
Полевые работы
Полевые работы
Анализ потребностей
Анализ потребностей
Ниредьхаза — конференция
Ниредьхаза — конференция
Пшеничное поле
Пшеничное поле
Полевые опыты
Полевые опыты
Анализ почв
Анализ почв

Руководство и ведущий научный состав

MR
Маманбек РеймовРуководитель проекта, ведущий научный сотрудникPhD, доцент
SS
Шухрат ШокировГлавный научный сотрудникDSc, профессор
SI
Шавкат ИмомовВедущий научный сотрудникд.т.н., профессор
OX
Обид ХакбердиевСтарший научный сотрудникк.б.н., доцент

Старшие научные сотрудники

SA
Сарвар АбдурахмоновСтарший научный сотрудникDSc, доцент
RO
Рустам ОйматовСтарший научный сотрудникPhD, доцент
OM
Узбекхон МухторовСтарший научный сотрудникPhD, доцент
IA
Илхом АбдурахмановСтарший научный сотрудникPhD
ZM
Зохид МаматкуловСтарший научный сотрудникPhD
BS
Барно СойиповаСтарший научный сотрудникPhD
AA
А.Ф. АшуровСтарший научный сотрудникPhD
SN
Ш.К. НарбаевСтарший научный сотрудникPhD
AB
А.Р. БабаджановСтарший научный сотрудникд.э.н., доцент
MR
М.Х. РаджабаевСтарший научный сотрудникPhD
UQ
У.Т. КузиевСтарший научный сотрудникPhD
IM
И.М. МусаевСтарший научный сотрудникк.т.н., доцент
OI
У.П. ИсломовСтарший научный сотрудникдоцент
AI
А.Н. ИнамовСтарший научный сотрудникPhD, доцент
AJ
А.Н. ДжумановСтарший научный сотрудникPhD, доцент

Младшие научные сотрудники

ZA
Зоир АбдурахмоновМладший научный сотрудник
NT
Н.Н. ТешаевМладший научный сотрудник
XX
Х.Х. ХасановМладший научный сотрудник
SH
Ш.Ш. ХамидуллаевМладший научный сотрудник
SI
Ш.Р. ИсмоновМладший научный сотрудник
MS
М.С. СобировМладший научный сотрудник
AO
А.Р. ОразбаевМладший научный сотрудник
NE
Н.А. ЭшматоваМладший научный сотрудник
TR
Т.П. РеймовМладший научный сотрудник
DZ
Дониёр ЗарифбоевИнженер по ГИС
BO
Б.О. ОралбаевМладший научный сотрудник
MA
М.С. АкбаровМладший научный сотрудник, старший преподаватель
ZX
З.Х. ХафизоваМладший научный сотрудник, старший преподаватель
YU
Ю.А. УсмановМладший научный сотрудник
IA
И.М. АслановМладший научный сотрудник

Инженеры

BB
Б.Н. БекташовИнженер
SJ
С.Х. ЖамардовИнженер
AD
А.Д. ДавлатовИнженер
MF
Мирзохид ФайзуллаевИнженер, соисполнитель «Tashgistechnologies»

Международные учёные-партнёры

JC
Judit CsabaiУниверситет Ниредьхазы — учёный-партнёр
ZK
Zoltán KovácsУниверситет Ниредьхазы — учёный-партнёр
EK
Edit Kosztyuné KrajnyákУниверситет Ниредьхазы — учёный-партнёр
BS
Béla SzabóУниверситет Ниредьхазы — учёный-партнёр
Руководитель проекта

Маманбек Реймов

PhD, доцент
НИУ «ТИИИМСХ»