В настоящее время для решения задач точного земледелия всё чаще используются методы искусственного интеллекта, при этом, как и ранее, ощущается дефицит качественной размеченной исходной информации. Часто исследователям приходится синтезировать данные, расширяя искусственно датасеты из-за ограниченных ресурсов для обучения моделей. При этом эффективность и точность проводимых научных вычислительных экспериментов напрямую зависят от исходных данных. В связи с чем возникает необходимость в разработке комплекса подходов и инструментария для оперативного сбора и предварительной обработки данных в точном земледелии. В данном исследовании были выбраны два направления: применение дистанционного зондирования и сенсорные технологии. Объектами исследования являются опытные сельскохозяйственные поля, расположенные в Ленинградской области, где ежегодно осуществляется сбор наземных измерений агроэкологических параметров, а также закладка тестовых площадок. Для аэрофотосъемки применялись две беспилотные авиационные системы: на базе Геоскан-401 и DJI Matrice. В ходе исследования были выработаны подходы для сбора и предварительной обработки мультиспектральных и гиперспектральных аэрофотоснимков в задачах точного земледелия, создания многослойных специализированных датасетов. При этом помимо предобработанных геопривязанных ортофотопланов были отработаны алгоритмы создания дополнительных векторных слоев с соответствующей разметкой (на базе наземных измерений). В качестве второго направления сбора информации, отражающей состояние сельскохозяйственного поля, был разработан прототип беспроводной сенсорной сети: предложена архитектура сенсорного узла, а также базовой станции. Прототипные решения были реализованы и предварительно протестированы. Определены основные задачи в качестве направлений развития работы.