Содержание к диссертации
Введение
Глава 1. Современное состояние вопроса прогнозирования урожайности зерновых культур в агроэкологических зонах 11
1.1 Анализ существующих методов прогнозирования урожайности сельскохозяйственных культур 11
1.2. Системная характеристика агроэкологических показателей в различных зонах Красноярского края 12
1.3. Изученность факторов урожайности сельскохозяйственных культур 17
1.4. Выводы и предложения по исследованиям 25
Глава 2. Объекты и методы исследований 27
2.1 Объекты исследований 27
2.2. Методы исследований 27
Глава 3. Разработка моделей прогнозирования урожайности зерновых культур в различных агроэкологических зонах Красноярского края 32
3.1. Использование методов и моделей прогнозирования урожайности зерновых культур в АПК края 32
3.2. Динамическая модель прогнозирования осадков на территории края 35
3.3. Динамическая модель прогнозирования урожайности зерновых культур в зависимости от распределения осадков на территории края 37
3.4. Модель прогнозирования потенциальной урожайности зерновых культур в различных агроэкологических зонах края 40
3.5. Определение экономического эффекта по обобщенному зональному ресурсу 60
Глава 4. Результаты определения урожайности зерновых культур по прогнозным моделям в агроэкологических зонах Красноярского края 68
4.1. Методика применения моделей прогноза урожайности зерновых культур 68
4.2. Проверка адекватности моделей прогнозирования посредством эпигноза 88
Глава 5. Производственные испытания и эффективность проекта прогнозирования урожайности зерновых культур 90
5.1. Оценка прогноза урожайности зерновых культур с использованием моделирования 90
5.2. Результаты производственных испытаний по прогнозированию урожайности зерновых культур в Канском округе
5.3 Результаты производственных испытаний по прогнозированию урожайности зерновых культур в Красноярском округе 93
5.4 Результаты производственных испытаний по прогнозированию урожайности зерновых культур в Минусинском округе 94
5.5 Результаты производственных испытаний по прогнозированию урожайности зерновых культур в Чулымо-Енисейском округе 95
Общие выводы 97
Список литературы
- Системная характеристика агроэкологических показателей в различных зонах Красноярского края
- Методы исследований
- Динамическая модель прогнозирования урожайности зерновых культур в зависимости от распределения осадков на территории края
- Проверка адекватности моделей прогнозирования посредством эпигноза
Системная характеристика агроэкологических показателей в различных зонах Красноярского края
Системный агроэкологический анализ возник в силу необходимости вести исследования междисциплинарного характера по формированию урожайности сельскохозяйственных культур. Создание сложных систем возделывания зерновых культур в АПК, анализ экологических ситуаций и многие другие направления инженерной, научной и хозяйственной деятельности требовали организации исследований, которые носили бы системный характер (Е.А. Дюка-рев, 2003; Ю.А. Израэль, 1984; Ю.Г. Мизун, 1986). Они требовали объединения усилий специалистов разных научных профилей, унификации и согласования информации, получаемой в результате исследований продуктивного потенциала зерновых культур и среды агрофитоценоза (В.В. Добровольский, 1999; Н.Г. Комарова, 2003; В.И. Коробкин, 2004). Успешное развитие теории обязано возможностям обработки информации, использованию математических методов вычислительной техники, возможностями и перспективами развития сельского хозяйства Красноярского края. Современный системный агроэкологический анализ означает совокупность методов, основанных на использовании ЭВМ и ориентированных на исследование сопряженных экономических, экологических процессов в АПК (Н.В. Цугленок, 2005). В результате этих исследований возникает новое знание о функциональных зависимостях урожайности зерновых культур от динамики выпадения осадков в геоморфологических зонах Красноярского края. Результатом системных исследований являются выбор вполне определенных рекомендаций для сельскохозяйственных товаропроизводителей региона. Следовательно, системный агроэкологический анализ занимается проблемами принятия решений в условиях, когда выбор варианта развития АПК требует анализа многоступенчатой информации по структуре показателей формирования урожайности зерновых культур. Истоки системного анализа, его методических концепций лежат в методах теории принятия решений, теории исследования операций и общей теории управления. Постепенно эти методы развивались в отдельных сельскохозяйственных науках и к настоящему времени сложились в единую энергоэкологическую концепцию прогнозирования устойчивого развития АПК (Н.В. Цугленок, 2006). Становление новой концепции отнесено к концу XX и началу XXI века, когда появились работы по системно-энергетическому подходу к экономии и оптимальному использованию сельскохозяйственных ресурсов на основе обобщенного показателя цели, сочетающего экологическое развитие и энергетическую устойчивость сельскохозяйственных организаций. Современная биоэнергетическая концепция имеет обширный инструментарий, включающий в себя развитый математический аппарат, и современные вычислительные средства, опирающиеся на формализованное описание ситуаций, а также традиционные приемы мышления, опыт и интуицию ученого. Поэтому формализованное изложение методов анализа агроэкологических сие 14 тем включает в себя описание используемого математического аппарата и границ его применения к первичным данным.
В качестве области приложения идей и методов системного агроэкологи-ческого анализа выбрана проблема прогнозирования урожайности и экономической эффективности производства зерновых культур. Эта область является сферой деятельности сельскохозяйственных организаций, в которой применение вычислительной техники дает перспективы на будущее развитие.
Центральным рассматриваемым здесь вопросом является проблема выбора основных агроэкологических факторов, определяющих количество и качество урожая. В этой проблеме основное наше внимание будет сосредоточено на дифференцируемости геоморфологических зон по распределению годовых осадков, что позволяет скорректировать структуру зерновых культур в агропромышленном комплексе. Эта проблема является узловой проблемой проектирования, поскольку ошибка в исходных позициях не может быть затем исправлена ни совершенством графической техники, ни методиками обработки результатов эксперимента и расчетов. Исследования основаны на методах оптимизации, элементах исследования операций, теории оптимального управления, качественной теории дифференциальных уравнений и необходимых эвристических процедурах, а также идеях имитации и человеко-машинного диалога.
По данным краевого комитета по земельным ресурсам и землеустройству (2006), площадь Красноярского края (без Таймырского и Эвенкийского автономных округов) равна 72367,1 тыс. га. Удельный вес сельскохозяйственных земель очень низкий и составляет 7,13% от общей территории (5460,1 тыс. га), пашни - 4,40% (3180,6 тыс. га), в том числе в сельскохозяйственных организациях 2800 тыс. га. В структуре сельскохозяйственных угодий края на долю сенокосов и пастбищ приходится 13,7% и 23,2%, в том числе земли сельскохозяйственных организаций 5,0% и 20,6% соответственно.
Природные условия Красноярского края крайне разнообразны. В соответствии с принятым физико-географическим районированием в земледельческой полосе края выделяются три природных зоны: степь, лесостепь, зона тайги и подтайги (П.И. Крупкин, 2002). Зоны довольно резко различаются по всему комплексу природных условий. Многие административные районы края размещены не в одной, а в двух, иногда в трех природных зонах и высотных поясах.
Зона южной тайги. и подтайги отчетливо выражена на Западно-Сибирской равнине и Среднесибирском плоскогорье, а также отрогах Алтае-Саянской горной страны. Её можно разделить на два географических района.
1. Южная тайга и подтайга равнины включает административные районы: Тюхтетский, Бирилюсский, Большеулуйский, Козульский, Пировский, Енисейский, Казачинский, Богучанский, Кежемский, северные части Большемуртин-ского, Тасеевского и Абанского, восточную часть Нижнеингашского, южную часть Иланского района.
2. Южная тайга и подтайга предгорий включает южные части Ирбейско-го, Саянского, Партизанского, Майского районов, северо-восточную часть Краснотуранского, восточную - Курагинского района, юго-восточную часть Каратузского, южные части Ермаковского, Шушенского районов.
Методы исследований
Проведенный теоретический анализ существующих методов прогнозирования урожайности зерновых культур с учётом основных природно-климатических факторов показывает необходимость системных исследований с применением математики, обеспечивает единство теории и хозяйственной практики. Реализация требований системного подхода к исследованию экономических процессов в АПК. возможна на основе органического единства количественных и качественных методов анализа сельскохозяйственного производства.
Более широкое использование методов математического моделирования в теоретических концепциях экологической науки - важнейшая особенность современного этапа ее развития. Однако важна не только математизация экологической теории, но и применение математических методов в прикладных исследованиях качества урожая. Возможность отображения характера функционирования аграрной экономики и способов достижения ее целей в системе моделей и алгоритмов принятия стратегических решений, а также необходимость постановки и решения задачи оптимального управления развитием АПК явились одним из наиболее важных результатов исследований в области теории и методологии сельскохозяйственных наук в целом.
Понятие хозяйственного оптимума характеризуется не только экономическими и социальными свойствами, но и обладает определенными математическими свойствами, которые делают невозможным включение его в систему агроэкологических категорий вне аппарата высшей математики, системного аг-роэкологического анализа. Применение ЭВМ для решения практических задач оптимизации сельскохозяйственного производства без разработки соответствующих математических моделей невозможно. Поэтому не случайно развитие прикладных математических методов является одной из важнейших предпосылок разработки научных основ системного агроэкологического подхода к прогнозированию урожайности зерновых культур. Необходимость создания общегосударственной системы сбора и обработки информации, широкого внедрения автоматизированных систем управления в рамках национального проекта по сельскому хозяйству ставит серьезные проблемы наиболее рационального включения ЭВМ в механизм управления аграрным сектором. При этом речь идет о комплексном использовании всего арсенала методов и средств оптимизации управления сельскохозяйственным производством.
Интенсивный процесс математизации экологической теории, широкое использование математических методов в прикладных исследованиях являются объективным следствием общего развития сельскохозяйственных наук, прогресс которых выражается как в непрерывном качественном обогащении и накоплении более глубоких знаний особенностей формирования урожайности зерновых культур. Задача экологии как науки - создать общую нормативную базу для эффективного сельского хозяйства при выработке экономических решений и средств их осуществления, в сложных условиях настоящего и сложнейших условиях будущего.
Необходимость построения соответствующего механизма взаимодействия отраслей сельского хозяйства в рамках единой целенаправленной системы, деятельность которой обеспечивает реализацию интересов сельскохозяйственных товаропроизводителей, отвечает требованиям основного экономического закона рынка. Любая, даже самая совершенная, модель не может стать точной копией своего реального объекта. Модель всегда абстрактна, и все дело в том, от каких конкретных свойств реального прототипа следует абстрагироваться в каждом случае её построения и анализа.
Математические модели можно подразделить на две основные группы: отражающие производственные аспекты и преимущественно социальные аспекты развития сельского хозяйства.
Разумеется, такое деление условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Среди моделей первой группы в зависимости от уровня агрегации исследуемых величин и степени охвата сельского хозяйства могут быть выделены: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели народнохозяйственного планирования и модели оптимального планирования развития и размещения производства отдельных видов продукции и многоотраслевых комплексов, а также модели оптимизации структуры производства в отраслях.
В настоящее время практически нет отраслей сельского хозяйства, где бы в той или иной мере и использовались методы оптимизации развития и размещения производства. Здесь работа далеко вышла за рамки поисковых исследований, эпизодического решения отдельных задач. Созданы и проверены на практике надежные методики проведения расчетов. Не меньшее значение имеет и возможность проведения многовариантных расчетов на ЭВМ. Это обеспечивает всесторонний анализ условий развития и размещения производства уже на предварительной стадии оптимизации структуры отрасли растениеводства.
Речь идет о переходе от чисто экономических моделей к эколого-экономическим, которые должны не только учитывать наличие тех или иных природных ресурсов, но и отражать взаимосвязь производственных процессов и процессов, происходящих в окружающей среде. Полученные результаты характеризуют большие возможности, открываемые совершенствованием методологии плановых расчетов, для-разумного использования ресурсов в сельскохозяйственном производстве, повышения эффективности общественного производства. Применение математических методов в эколого-экономических исследованиях привело к внешне незаметным, но глубоким сдвигам не только в формах, методах этих исследований, но и в понимании их целей. Практика показывает, что формально-описательный метод является необходимым и неизбежным этапом постановки проблем; вторым этапом служит построение на основе выявленных свойств и закономерностей объекта его математической модели и ее качественного математического анализа, а следующим - определение метода решения проблемы с помощью численных методов. И если анализ решения покажет, что оно не адекватно экономической действительности, из этого должен следовать вывод не о том, что математика неприменима в аграрной экономике, а лишь о том, что этот инструмент недостаточно совершенен и нуждается в дальнейшей доработке.
Динамическая модель прогнозирования урожайности зерновых культур в зависимости от распределения осадков на территории края
На основе вегетационных опытов с целью изучения влияния давления почвенной влаги на относительную транспирацию овса установлено, что фактическая транспирация становится меньше потенциальной при давлении влаги около 3...5 атм, в связи с чем диапазон оптимальных для транспирации и фотосинтеза значений давления -почвенной влаги оказался очень узким - для почв атмосферного увлажнения 0,2...4,0 атм.
Ясно, что этот вывод справедлив лишь для средних погодных условий. При малых дефицитах влажности воздуха признаки завядания растений при давлениях 10... 15 атм не наблюдаются. В этих случаях скорость потенциальной транспирации очень мала, и отношение фактической транспирации к потенциальной остается равным единице даже при давлении влаги, близком к точке завядания.
До сих пор речь шла о связи давления почвенной влаги с относительной транспирацией в условиях глубокого залегания грунтовых вод. Если корни растений расположены в зоне капиллярной каймы, то скорость подтока влаги к корням растений зависит от глубины залегания грунтовых вод.
Скорость капиллярного подъема влаги в почве на той или иной высоте зависит от всасывающего давления растения; кривые (рис. 3.9) показывают, сколько воды может быть взято растением на той или иной высоте капиллярной каймы при заданном всасывании.
Например, при всасывании, равном 2 атм, скорость подтока влаги к кор-ню на высоте 50 см составляет 4 мм/сутки, или расход 0,4 см /см . При том же всасывании на высоте 100. см над уровнем грунтовой воды поток равен 1 мм/сутки, или 0,1 см /см .
Продуктивность всех сельскохозяйственных культур зависит от соотношения величин фактического и потенциального испарения с сельскохозяйственного поля: продуктивность максимальна, если это отношение близко к единице. На потребность растений в воде влияют запасы питательных веществ в почве. Поэтому все выводы, касающиеся связи транспирации с влажностью или давлением почвенной влаги, правомочны для оптимальных величин запасов питательных веществ и других факторов.
Из сказанного выше относительно транспирации ясно, что главными переменными, определяющими фактическую величину скорости транспирации, будут влажность, потенциал влажности почвы, гидравлическая проводимость почвы, потенциальная транспирация.
Следует отметить несколько особенностей кривой «транспирация-влажность-потенциал влажности почвы». Эта кривая строится только по двум переменным и характеризуется определенной формой и положением относительно осей координат.
Изменение положения кривой относительно осей координат аналогично изменению кривых «потенциал почвенной влаги-влажность» и «влагопровод-ность - влажность почвы».
Сдвиги и повороты кривой «транспирация-влажность почвы», а также кривой «транспирация-потенциал влажности» объясняются изменением значения некоторых других переменных, например, потенциальной транспирации, гидравлической проводимости объема и густоты корней.
Любое изменение скорости транспирации, имеющее место только в результате изменения влажности почвы (потенциала влажности), характеризуется изменением вдоль кривой, в то время как изменение величины любой другой переменной приводит к изменению положения кривой «транспирация-влажность (потенциал влажности)» относительно осей координат.
Сдвиги и повороты кривой являются избыточной информацией, поскольку физические законы должны быть независимы от пространственных координат. Избыточную информацию, содержащуюся в обычном координатном описании, можно исключить посредством введения величины относительной транспирации в виде отношения фактической транспирации к потенциальной транспирации или путем наложения кривых друг на друга с помощью соответствующих сдвигов и поворотов кривых относительно осей координат.
В результате этих операций индивидуальные кривые «транспирация-влажность (потенциал влажности)» могут быть обобщены в одну кривую.
Прогнозирование потенциального урожая Модель потенциального урожая строится на определенных данных опыта и теоретических предпосылках. Растение представляет собой самоуправляемую биологическую систему, в которой в результате взаимодействия солнечной энергии, воды и двуокиси углерода синтезируется органическое вещество. Выше был отмечен тот факт, что суммарный рост растений пропорционален суммарной потенциальной транспирации за весь период роста. Коэффициент пропорциональности зависит от многих факторов: сорта растений, обработки почвы, видов удобрений и их количества, от интенсивности борьбы с вредителями и болезнями.
Проверка адекватности моделей прогнозирования посредством эпигноза
В Ирбейском районе максимальная урожайность 22 ц/га обеспечивается количеством осадков в вегетационный период 225 мм при годовых осадках 300 мм (рис. 4.11). В районе максимальная урожайность просматривается в 3-м и 9-м модельных годах, а также, в силу 11-летнего периода в 14, 25, 36, ... и 20, 31, 42,... годах, соответствующих календарным 1992, 2003, 2014, 2025, ... и 2009, 2020, 2031, 2042,... годам (рис. 4.12).
В Саянском районе максимальная урожайность равна 23 ц/га при осадках за вегетационный период ПО... 120 мм и годовых осадках 200...30 мм (рис. 4.13). Два локальных максимума урожайности 8 ц/га достигаются при осадках 200...225 мм за вегетационный период и, соответственно, при годовых осадках в 350 мм. В рассмотренном 11-летнем цикле продуктивности зерновых культур в районе максимальная урожайность просматривается в 8-й год и последующие 19, 30, 41,... годы, соответствующие реальным 1997, 2008, 2019, 2030, ... годам (рис. 4.14).
По Майскому району наибольшая урожайность 25 ц/га приходится на диапазон осадков 300 мм за вегетационный период и годовых осадках 400 мм (рис. 4.15). При годовых осадках 250 мм и осадках за вегетационный период 180...200 мм имеем урожайность 8 ц/га. В исследуемом районе максимальная урожайность просматривается во 2-м и 6-м модельных годах и последующих 13, 24, 35, ... и 17, 28, 39,... годах, соответствующих календарным 1991, 2002, 2013, 2024,... и 1995, 2006, 2017, 2028,... годам (рис. 4.16).
Красноярский округ. Исследование функции урожайности по Больше-муртинскому району показывает, что процесс имеет сложный характер колебаний по оси времени и оси осадков и достигает максимума 25 ц/га (рис. 4.17). В Болыпемуртинском районе наибольшая урожайность приходится на диапазон 200...250 мм за вегетационный период при годовых осадках 300 мм. При величине осадков за вегетационный период свыше 250 мм наблюдается снижение урожайности, что связано с переувлажнением почвы. В исследуемом 11-летнем цикле продуктивности зерновых культур в районе максимальная урожайность просматривается в 4-м и 9-м модельных годах, а также, в силу периодичности в 15, 26, 37, ... и 20, 31, 42,... годах, соответствующих календарным 1993, 2004, 2015, 2026,... и 1998, 2009, 2020, 2031,... годам (рис. 4.18).
В Сухобузимском районе максимальная урожайность 40 ц/га обеспечивается уровнем осадков в вегетационный период 250...270 мм и годовых осадков 350 мм (рис. 4.19). В районе максимальная урожайность просматривается в 1-м и 8-м модельные годы, а также, в силу периодичности в последующие 12, 23, 34, ... и 19, 30, 41,... годы, соответствующие календарным 1990, 2001, 2012, 2023,... и 1997, 2008, 2019, 2030,... годам (рис. 4.20).
Исследование функции урожайности зерновых культур в Емельяновском районе показывают, что максимальная урожайность 20 ц/га достигается при осадках за вегетационный период в 220...250 мм и годовых осадках 350 мм (рис. 4.21). При годовых осадках 200 мм и осадках в вегетационный период 180 мм урожайность принимает значение 12 ц/га. В районе максимальная урожайность просматривается в 3-м и 7-м модельных годах, а также, в силу 11-летнего цикла в 14, 25, 36, ... и 18, 29, 40,... годах, соответствующих календарным 1992, 2003, 2014, 2025,... и 1996, 2007, 2018, 2029,... годам (рис. 4.22).
Южно-Минусинский округ. В Минусинском районе по модельным исследованиям установлено, что урожайность 16 ц/га является максимальной и достигается при выпадении осадков за период вегетации в количестве 100 мм и годовых осадках 200...250 мм (рис. 4.23). Зависимость урожайности от годовых осадков и осадков за вегетационный период имеет неустойчивый характер, что объясняется искажающим действием теплового фактора. В исследуемом 11 -летнем цикле продуктивности зерновых культур в районе максимальная урожайность просматривается в 6-м модельном году, а также, в силу периодичности, в 17, 28, 39,... годах, соответствующих календарным 1995, 2006, 2017, 2028, ...годам (рис. 4.24) В Идринском районе максимальная урожайность 25 ц/га достигается при выпадении осадков в количестве 250 мм за вегетационный период и годовых осадках 350 мм (рис. 4.25). За годовой период урожайность 20 ц/га обеспечивается уровнем осадков 400 мм и за вегетационный период в количестве 215 мм. В исследуемом районе максимальная урожайность зерновых культур просматривается в 6-м и 11-м модельных годах, а также, в силу периодичности, в 17, 28, 39, ... и 22, 33, 44,... годах, соответствующих календарным 1995, 2006, 2017, 2028,... и 2000,2011,2022, 2033,... годам (рис. 4.26).
Чулымо-Енисейский округ. Численный эксперимент с функцией урожайности зерновых культур, определенной для Ужурского района, показывает, что урожайность 40 ц/га достигается при осадках в вегетационный период 240...250 мм и годовых осадках 450 мм (рис. 4.27). В районе повышенная урожайность приходится на интервал 6...8 годов, а максимальная урожайность достигается в 4 и 15, 26, 37 годах, соответствующих календарным 1993, 2004, 2015, 2026,... годам (рис. 4.28).
Назаровский округ. В Назаровском районе максимальная модельная урожайность 43 ц/га прослеживается при изменении осадков за вегетационный период 250 мм и за год 300 мм (рис. 4.29). В районе максимальная урожайность просматривается в 5-м и 11-м модельных годах, а также, в силу периодичности, в 16, 27, 38, ... и 22, 33, 44,... годах, соответствующих 2005, 2016, 2027, 2038, ...и 2000, 2011, 2022, 2033,... годам (рис. 4.30).
Согласно разработанной математической модели, по Канскому округу наивысшая урожайность прогнозируется при осадках за вегетационный период в количестве 150...200 мм; по Красноярскому округу - 200...300; по Минусинскому округу - 200...250; по Чулымо-Енисейскому округу наибольшая продуктивность зерновых культур, может быть достигнута при выпадении 220...250 мм осадков при сочетании с уровнем годовых осадков в количестве не менее 320 мм.
