Работа посвящена исследованию проблем применения современных инструментов и технологий интеллектуального анализа данных к изучению агрофизических процессов. В частности, авторы исследуют автоматизацию мониторинга азотного питания зерновых культур в виде обработки и анализа, посредством нейронных сетей, снимков изображений (в формате GeoTIFF) сельскохозяйственного поля с засеянной яровой пшеницей, сделанных квадрокоптером Геоскан-401. Приводится обзор современных архитектур сверточной нейросети, таких как, U-Net, Attention U-Net, Attention R2U-Net, DeepLabv3+, применимых к задаче сегментации изображений. Описывается эксперимент по оценке качества использования архитектуры U-Net в задаче сегментации реальных снимков изображений с яровой пшеницей.