На основании собственных исследований и наблюдений, обобщения опыта работы фермерских хозяйств, анализа отечественной и зарубежной научной литературы скорректирована и дополнена модель промышленного сорта малины для условий открытого грунта Центрального региона России. Она состоит из 5 блоков, включающих морфо-биологические параметры растений, показатели адаптации, продуктивности, качества плодов, технологичности и насчитывает более 50 критериев. Согласно предложенной модели, новый сорт должен в начале зимы выдерживать без повреждений мороз -25 ^оС, в середине зимы -40 ^оС, сразу после оттепели -25 ^оС, после повторной закалки -30 ^оС. Для ремонтантных сортов главным адаптационным показателем в условиях средней полосы России является раннее созревание урожая, т.е. способность завершить плодоношение и полностью уложиться в период вегетации при продолжительности безморозного периода <150 суток и минимальной сумме активных температур 2000-2200 оС. Одним из необходимых признаков новых сортов должен быть их иммунитет или высокая устойчивость (не <4,0 баллов) к вирусным и грибным болезням в эпифитотийные сезоны. Задача в селекции на продуктивность – создание сортообразцов с урожаем не <4,0 кг с куста при средней массе ягод >5,5 г при ручном сборе и >3,5 г при механизированной уборке. Будущий сорт малины должен накапливать в плодах >10 % сахаров, >15 % растворимых сухих веществ, 1,0-1,9 % органических кислот, >50 мг/100 г аскорбиновой кислоты, >100 мг/100 г антоцианов, >500 мг/100 г полифенолов. Основными требованиями к плодам малины являются: гармоничный вкус с насыщенным ароматом, повышенная прочность (>7 Н), хорошее отделение от плодоложа (0,3-0,7 Н), длительное послеуборочное хранение без потери качества (10-15 суток). Представленная модель сорта является ориентиром для более целенаправленной работы по созданию исходных родительских форм для гибридизации, новых сортов для производства и повышения эффективности селекционного процесса. 

Нестабильные погодные условия умеренно континентального климата Северо-Западного Предкавказья являются причиной соматических мутаций винограда, появления биотипов с положительными и отрицательными признаками длительно используемых сортов. Клоновая селекция позволила выявить в большом разнообразии наиболее адаптивные протоклоны интродуцированных сортов ‘Алиготе’, ‘Шардоне’ и ‘Рислинг’, сохраняющие свои положительные признаки по агробиологическим показателям и продуктивности в вегетативных потомствах. Цель исследований заключается в отборе наиболее перспективных биотипов с наследственно обусловленными положительными признаками высокой адаптивности и продуктивности для последующего введения их в Государственный реестр сортов и гибридов сельскохозяйственных растений, допущенных к использованию. Объекты исследований: протоклоны первого и второго вегетативного потомства белых технических сортов винограда ‘Алиготе’, ‘Рислинг’ и ‘Шардоне’. У сорта ‘Алиготе’ в первом вегетативном потомстве на клоноиспытательном участке в г.-к. Анапа (2014-2016 гг.) по положительным агробиологическим признакам и продуктивности выделены протоклоны ЗА 11-75-15 и ЗА 11-79-37. Они превосходили изучаемые аналоги по наибольшей доле плодоносных побегов, общему количеству гроздей, коэффициенту плодоношения (К1) и продуктивности. У протоклона ЗА 11-79-37 урожайность была выше, чем у контрольных аналогов на 20 %, ЗА 11-91-15 – на 12 %. Во втором вегетативном потомстве на клоноиспытательном участке в ст-це Тамань протоклон ЗА 11-79-37, в отличие от других биотипов, сохранил высокие агробиологические показатели и продуктивность. В 2015-2016 гг. урожайность соответствовала средним значениям изучаемых аналогов, в 2025 г. превышала контроль на 35 %. У сорта ‘Шардоне’ наиболее стабильным и продуктивным на всех этапах изучения был протоклон ЗШ 137-44. Он превосходил аналоги по количеству плодоносных побегов, гроздей, продуктивности побега, урожайности. Урожайность выше, чем у контроля на 9-22 %. У сорта ‘Рислинг’ выделены протоклоны РЮЧ 38-67 и РЮЧ 39-39. У протоклона РЮЧ 38-67 урожайность превышала контроль на 10-31 %, РЮЧ 39-39 – на 7-32 %.

Вопросы адаптационной устойчивости винограда к жаре и засухе приобрели особую актуальность в связи с климатическими изменениями в Анапо-Таманской зоне Краснодарского края, поскольку недостаток осадков и повышенные температуры в период активного роста ягод снижают их качество и урожайность насаждения. Цель исследований – провести оценку адаптации сортов винограда различного эколого-географического происхождения к дефициту осадков и повышенным температурам с помощью показателей водного обмена и содержания фотосинтетических пигментов листа, выделить сорта для возделывания в условиях Анапо-Таманской зоны Краснодарского края и использования в селекции в качестве доноров и источников хозяйственно-ценных признаков. Объекты исследований – кроссы и межвидовые гибриды винограда различного эколого-географического происхождения: ‘Кристалл’ (Венгрия), ‘Достойный’, ‘Красностоп АЗОС’, ‘Восторг’ (Россия), ‘Алиготе’ (Франция), ‘Зариф’ (Таджикистан). В статье представлены результаты изучения водного обмена, содержания фотосинтетических пигментов в листьях в течение летнего вегетационного периода 20232025 гг. Обнаружено, что адаптивные особенности листа всех изучаемых сортов винограда позволяют сохранять полную физиологическую активность в течение периода вегетации. Оводненность листьев снижалась летом на 1,77-5,04 % в зависимости от сорта и зависела от фенофазы. В эксперименте по искусственной утрате тургора сортами ‘Красностоп АЗОС’ и ‘Алиготе’ отмечены наименьшие водопотери – 10,34 и 9,87 % соответственно. У других изучаемых сортов водопотери составляли 17,03-19,62 %. Содержание хлорофилла повышалось к концу лета на 11,30-25,06 % в зависимости от сорта. Также увеличивалась доля каротиноидов в пигментном составе листа, выполняющих стресс-протекторную функцию. У сортов ‘Красностоп АЗОС’ и ‘Алиготе’ отмечены минимальные значения соотношения хлорофиллы/каротиноиды – 2,23 и 2,28 соответственно, в отличие от других сортов, у которых они составляли 3,03-3,47. По полученным физиолого-биохимическим данным наибольший потенциал устойчивости к жаре и засухе выявлен у сортов ‘Красностоп АЗОС’ и ‘Алиготе’, они рекомендуются для создания новых сортов с вероятностью наследования этих признаков.

Потепление климата вызывает необходимость поиска адаптивных генотипов для создания высокопродуктивных насаждений винограда, устойчивых к абиотическим стресс-факторам. Объектом исследования служили сорта винограда технического направления использования: ‘Курчанский’, ‘Владимир’, ‘Дмитрий’, охарактеризованные как адаптивные к водным и температурным стресс-факторам. Полевые исследования выполнены в критических погодных условиях 2023-2024 гг. в агроэкологических зонах виноградарства Краснодарского края: Центральной (ЦЗ), Черноморской (ЧЗ) и Предгорной (ПЗ). Максимальная температура воздуха поднималась до 40 °С. Cумма активных температур превышала норму на 10-13 %. Количество осадков в период активной вегетации было на 36-56 % меньше нормы. Адаптивность винограда определяли по содержанию воды (WC) и относительному содержанию воды в листьях (RWC), выходу электролитов (EL), урожай – весовым способом, массовую концентрацию сахаров – ареометрическим методом, титруемых кислот – прямым титрованием 0,1N раствором NaOH, статистику проводили в программе STATISTICA 12.0. По совокупности физиологических параметров листа сорт ‘Курчанский’ показал большую адаптивность к экологическим особенностям терруара в ЦЗ, сорт ‘Владимир’ – к условиям ЦЗ по значениям WC и EL, сорт ‘Дмитрий’ в ЦЗ по значениям WC и RWC и в ПЗ по значениям RWC и EL. Сорт ‘Курчанский’ формирует больший урожай в условиях ЦЗ, однако его качественные характеристики хуже, чем в остальных терруарах, что доказывает гипотезу об обратной связи физиологических параметров листа и качества урожая для данного сорта. Проявление генетической особенности сорта ‘Владимир’ в формировании высокой концентрации сахаров в большей степени выражено в терруаре ЦЗ. Продуктивность выше в условиях терруара ЧЗ за счет большей массы грозди. Сорт ‘Дмитрий’ обладает большей урожайностью и низкими значениями качественных показателей ЦЗ, что связано с оптимальным физиологическим состоянием растений. В ПЗ сорт показывает низкую урожайность и хорошую для производства красных сухих вин массовую концентрацию сахаров и титруемых кислот, что обусловлено агроэкологическими особенностями терруара.

В качестве превентивного селекционного этапа осуществляется комплексное сортоизучение колонновидных сортов яблони биоресурсной коллекции с целью выделения выдающихся генотипов в качестве источников хозяйственно-ценных признаков. В биоресурсную коллекцию ВНИИСПК включено 12 интродуцированных колонновидных сортов: ‘Tuscan’ (Англия); ‘Академическая’, ‘Виктория’, ‘Коралл’, ‘Михайловская’, ‘Натальюшка’ (Россошь); ‘Президент’, ‘КВ-5’, ‘КВ-43’, ‘Московское ожерелье’ (Москва); ‘Гейзер’, ‘Готика’ (Мичуринск) и 8 сортов селекции ВНИИСПК (‘Звезда Эфира’, ‘Гирлянда’, ‘Восторг’, ‘Поэзия’, ‘Приокское’, ‘Орловская Есения’, ‘Созвездие’, ‘Памяти Блынского’). За четыре года культивирования колонновидных сортов отечественной и зарубежной селекции на подвое 54-118 максимальная урожайность отмечена у сорта ‘Михайловская’ – 5,4 кг/дер. (ОАО «Россошанская зональная опытная станция садоводства»), ‘Президент’ – 5,1 кг/дер. и форма КВ-43 – 4,5 кг/дер. (ФНЦ Садоводства). Использование формы 3-4-98 в качестве скелетообразователя за восемь лет наблюдений обеспечивало высокую урожайность сортов ‘Михайловская’ (19,9 кг/дер.), ‘Виктория’ (13,0 кг/дер.) и ‘Натальюшка’ (14,6 кг/дер.) селекции ОАО «Россошанская зональная опытная станция садоводства». Все они превосходили по этому показателю сорта ‘Tuscan’ (9,8 кг/ дер.), ‘Готика’ (7,5 кг/дер.) и ‘Гейзер’ (8,0 кг/дер.). По устойчивости к парше за все годы исследований признаков поражения паршой в условиях Орловской области не отмечено у следующих сортов: ‘Приокское’, ‘Звезда Эфира’, ‘Гирлянда’, ‘Восторг’, ‘Поэзия’ (ВНИИСПК), ‘Коралл’ (ОАО «Россошанская зональная опытная станция садоводства») и формы ‘КВ-5’, ‘КВ-43’ (ФГБНУ ФНЦ Садоводства). Культивирование колонновидных яблонь сортов ‘Приокское’ и ‘Гирлянда’ на карликовых подвоях П-60, М-9 и ‘Малыш’ в первые шесть лет плодоношения обеспечило наибольшую урожайность вышеперечисленных сортов на подвое П-60, наименьшую – на подвое ‘Малыш’. На величину средней массы плодов вышеперечисленные подвои существенного влияния не оказали. По результатам сортоизучения в качестве источников рекомендуется использовать следующие сорта: высоких вкусовых качеств плодов – ‘Виктория’ и ‘Приокское’, высокой устойчивости к парше – ‘Звезда Эфира’, ‘Гирлянда’, ‘Восторг’, ‘Поэзия’, ‘Приокское’, ‘Коралл’ и формы ‘КВ-5’, ‘КВ-43’, высокой продуктивности – ‘Виктория’, ‘Михайловская’ и ‘Президент’.

В статье представлена интеллектуальная система автоматизированной сортировки плодов яблони на основе архитектур свёрточных нейронных сетей YOLO. Разработано программное обеспечение, интегрирующее детекцию, инстанс-сегментацию, трекинг (отслеживание) объектов и анализ качества плодов в реальном времени. Система реализована на языке Python с использованием библиотек OpenCV, PyQt5, NumPy и других, и поддерживает обработку видеопотока с промышленных конвейерных линий. Проведено сравнительное исследование моделей YOLO12s (для детекции) и YOLO11m-seg (для сегментации) по основным метрикам (Precision, Recall, mAP, F1-score, MOTA, IDF1 и FPS). На основе анализа экспериментальных данных установлены оптимальные режимы работы: для YOLO12s – скорость конвейера до 0,18 м/с при MOTA > 0,75 и FPS ≈ 38 кадр./с; для YOLO11m-seg – до 0,15 м/с при MOTA > 0,65 и FPS ≈ 25 кадр./с. Программный комплекс позволяет распознавать восемь классов объектов, включая гниль, паршу, механические повреждения, оценивать степень зрелости по HSV-гистограммам и измерять размеры плодов. Для трекинга выбран алгоритм ByteTrack, который обеспечивает сохранение идентификаторов объектов при их движении, минимизируя ошибочное повторное присвоение ID в условиях частичных перекрытий и высокой скорости конвейера. Программное обеспечение системы представляет собой готовое решение для цифровизации процесса сортировки. Обеспечивая работу в реальном времени, автоматическое распознавание дефектов и ведение статистики, программа позволяет повысить эффективность производства и производительность труда по сравнению с традиционными методами визуального контроля.