Abstract
<jats:p>Представлены результаты сравнительного анализа эффективности традиционного агрометеорологического метода и метода прогнозирования с использованием технологий Data Science на примере мучнистой росы озимой пшеницы в Пензенской области. Стандартный метод основан на оценке агрометеорологических критериев риска, а метод Data Science реализован с применением алгоритма XGBoost и массива погодных данных. Установлено, что стандартный метод не выявил фактические случаи превышения экономического порога вредоносности, тогда как метод Data Science показал более высокую чувствительность и выявил 3 из 4 положительных случаев. Вместе с тем модель сопровождалась ложноположительными прогнозами, что указывает на необходимость дальнейшего уточнения входных признаков и порогов интерпретации результатов. Полученные данные подтверждают перспективность применения современных аналитических подходов в оперативном фитосанитарном мониторинге посевов озимой пшеницы.</jats:p>