Цифровизация процесса поддержки принятия агротехнологических решений. Методические особенности организации информационного пространства

Введение Постановка проблемы. Современные агротехнологии представляют собой комплексы технологических операций по управлению продукционным процессом сельскохозяйственных культур в агроэкоценозах при обеспечении экологической безопасности и требуемой экономической эффективности. Очевидно, что компетентное, основанное на многосторонней и достоверной информации в данной предметной области планирование комплекса агротехнологий, надлежащее выполнение технологических операций на каждом этапе производства и оперативное управление на основе оценки складывающейся производственной ситуации – определяющие факторы эффективности сельхозпредприятия. При этом степень использования в хозяйствах передовых научных достижений, реализованных в конкретных технологических разработках, формирует практическую основу эффективного информационного обеспечения сельскохозяйственного производства при проектировании систем земледелия и принятии агротехнологических решений [10].

Специфические особенности этой предметной области обуславливают основные принципы формирования агротехнологий: альтернативность и возможность выбора; адаптированность к природным условиям на основе агроэкологической и агрофизической оценки земель; динамический подход к созданию и управлению агроэкоценозами. Формирование блоков агротехнологий проводится с учетом системных связей, выявляемых в многофакторных агрофизических и агроэкологических полевых экспериментах. Агротехнология для конкретного поля строится, как правило, на массиве данных и знаний, которые содержат различные источники: паспорт и история поля, метеоданные, описания сортов, регистры базовых агротехнологий, различные методички, другая специальная литература, а также опыт самого агронома. Процесс принятия агротехнологических решений происходит путем выбора технологических операций предпочтительно на альтернативной основе, эффективное выполнение которых в значительной мере определяется степенью полномасштабного достоверного формирования информационного пространства данной предметной области и обеспечения его функционирования [20, 21].

Анализ решения проблемы. Для решения этих задач традиционно привлекаются информационные технологии, обеспечивающие формирование и совершенствование информационных ресурсов, как завершающего звена научных исследований и технологических разработок, объединяющего профессиональные знания и опыт для распространения их широкому кругу пользователей в виде наукоемких удобных в применении программных и технических средств. Наличие и совершенствование этих ресурсов имеет приоритетное значение при создании высокоэффективных конкурентоспособных сельскохозяйственных технологий.

Исследования, проводимые ранее авторами в этом направлении, позволили сформировать концептуальные положения и методологические подходы к созданию сельскохозяйственных информационных систем, принципам и этапам их построения, разработке моделей представления данных и знаний. Обоснованы структуры и состав компьютерных баз данных и экспертных систем по ресурсосберегающим технологиям в растениеводстве и использованию машинно-тракторного парка, сформированы компьютерные системы, получившие практическое использование в сельскохозяйственной науке, образовании и производстве, что в значительной мере расширило наличие информационных ресурсов в этой предметной области [1, 3, 13, 14] .

В настоящее время, наряду с совершенствованием систем земледелия, особенно развитием технологий точного земледелия, происходит интенсивное развитие возможностей компьютерных информационных технологий. Очевидно, что современные цифровые информационные технологии, цифровая техника становятся эффективным инструментом решения задач для поддержки принятия практических агротехнологических решений на новом качественном уровне. Развиваются методы компьютерного анализа, информационного онтологического моделирования больших объемов данных и знаний, составляющих информационное поле данной предметной области, применяются автоматизированные технологии управления, совершенствуются научно-теоретические положения формирования интеллектуальных систем в сельском хозяйстве, подтверждая тем самым необходимость цифровой трансформации сельхозпредприятий [5,7, 9].

Наряду с переводом продукции и услуг, технологических процессов в цифровую форму, получением соответствующих цифровых интерфейсов и внедрением новых информационных технологий, в современном сельхозпредприятии (цифровой агрокомпании) изменяется стратегия, бизнес-модель и культура, что расширяет границы этой компании и позволяет ей сформировать свою ресурсосберегающую высокоэффективную экосистему. Это означает создание на предприятии единой информационно-технологической платформы, обеспечивающей поддержку всех разновидностей совместной работы, всех этапов производственного технологического процесса на основе глубокого анализа информационного поля, определения информационных блоков, их взаимодействия, организации информационного пространства. Выполняется цифровая интеграция получаемых данных с различными приложениями, в том числе и интеллектуальными, производящими их обработку для поддержки принятия агротехнологических решений, как при планировании сезонных полевых работ, так и в режиме реального времени. Обеспечивается оперативный всесторонний контроль состояния почвы, климата, растений, техники для своевременного принятия научно-обоснованных корректирующих мероприятий путем всестороннего анализа всего массива поступающих данных на основе всей совокупности знаний, имеющихся в информационно-технологической платформе сельхозпредприятия [8, 12, 15].

Очевидно, что информационное пространство практической деятельности конкретного хозяйства должно целенаправленно формироваться на основе имеющихся информационных ресурсов всех уровней и обеспечивать взаимосвязанное решение основных технологических и управленческих задач. Среди них: выбор структуры и объёмов производства растениеводческой продукции; определение схемы севооборотов и подбора соответствующих культур и сортов с оптимальным размещением их по полям хозяйства; проектирование пакета технологий, адаптированных к природным и хозяйственным условиям сельхозпредприятия. Кроме того, важна подготовка мероприятий по оценке возможной их дифференциации по уровням интенсификации производства в зависимости от ресурсного потенциала.

Существующие многочисленные разработки в области цифровых технологий и наличие широкого спектра специализированных программных продуктов показывают возможность решения широкого круга задач сельхозпредприятий в области сопровождения технологий возделывания зерновых культур в зависимости от производственной специализации хозяйства, природно-климатических условий ведения сельскохозяйственной деятельности, выбора возделываемых культур и уровня интенсификации агротехнологий. В разработках применяются различные методы информационного поиска, формирования концептуальных и информационных моделей, интеллектуального анализа данных, создания экспертных систем, применения сетевых технологий. Формируются нормативно-справочные базы данных на основе региональной интерпретации производства, разрабатываются расчетные алгоритмы с применением ряда критериев и создается программное обеспечение для автоматизированного подбора агротехнологий с целью получения планируемого объема и вида растениеводческой продукции [18, 23, 11, 17] .

Непосредственное применение в конкретном сельхозпредприятии разработок, имеющихся по этому направлению, затруднено из-за большого количества региональных особенностей сельхозпроизводства и разнообразной номенклатуры МТП, требует серьезной адаптации программных продуктов, зачастую существенной переработки вплоть до разработки нового продукта, что в большинстве случаев нецелесообразно. Это аргументирует

Агротехника и энергообеспечение. - 2023. - № 4 (41) I¹⁴⁵

необходимость изучения и тщательного учета всего многообразия факторов и условий производства, степени их значимости для принятия решения в сложившейся ситуации с учетом возможности распространения результатов на широкий круг сельхозтоваропроизводителей. Требуются научные исследования по определению, взаимодействию и применению информационных потоков, что определяющим образом влияет на эффективность и конкурентоспособность хозяйства за счет принятия научнообоснованных агротехнологических решений, основанных на глубоком анализе достоверной информации с требуемым уровнем детализации.

Цель исследований – на основе рассмотрения особенностей хозяйственных управляющих действий сельхозтоваропроизводителя при производстве зерновых культур сформировать схему организации информационного пространства для цифровой системы поддержки принятия агротехнологических решений.

Материалы и методы. Исследования выполнены с помощью информационных и аналитических методов, системного подхода, логического и математического анализа материалов. Отмечая большой объем разнообразной информации, имеющийся в этой предметной области, обосновано применение метода информационного моделирования как наиболее адаптивного инструмента анализа для целостного и формализованного описания процесса автоматизированного выбора агротехнологий и технических средств. Информационная модель, сформированная в результате исследований, понимается как информация, описывающая существенные свойства объекта и его связи, формализована с точки зрения цели исследования и зафиксирована на информационном носителе [24].

Методический подход к формированию модели организации информационного пространства основан на реализации практической схемы действий сельхозтоваропроизводителя (СТП) при принятии агротехнологических решений при производстве зерновых культур. Очевидно, что СТП при производстве зерна является основным звеном процесса принятия решений – он находится в режиме постоянного поиска и необходимости принятия различного уровня решений для достижения поставленных целей. Упрощенная схема процесса принятия решений, в основном отражающая смысл методики, представлена на рисунке 1. Решения он принимает с учетом условно-постоянных (характеристика почвы, севооборот и пр.) и условно-переменных (природно-климатические условия, наличие семян, и пр.) факторов. Используя имеющиеся ресурсы (кадры, парк техники и т.п.), он, путем решения множества промежуточных целей (сохранение влаги, борьба с сорняками), применяя те или иные технологии (агроприемы), стремится к достижению конечной цели – получению высокой урожайности и максимальной экономической эффективности (прибыли) возделываемой культуры с учетом щадящего отношения к почве и поддержания (улучшения) ее плодородия. При принятии решений СТП привлекает всю имеющуюся в его распоряжении информацию (книги, учебники, собственные знания и опыт, консультации со специалистами и др.).

Для цифровизации процесса принятия решений необходимо учитывать некоторые специфические особенности агрознаний с точки зрения их компьютерного представления. Среди них – большой объем разнородных, трудноформализируемых исходных данных, сложность в определении структуры информации для представления пользователю, неполнота сравнительных данных. Необходимо одновременное привлечение большого объема информации, а также требуется многократный перебор данных с различной степенью детализации и др.

Стрессовые ситуации

• Поражение саранчой

• Природные аномалии

Условно-переменные факторы

• Погодные условия

• Наличие семян и техники

• Сорта культур

Условн о- постоянные

_____ факторы _____

• Характеристика почвы

• Севооборот

• Культуры

• Парк техники

Сельский товаропроизводитель СТП

Цели	Методы, агроприёмы
Сохранение влаги	•    Сохранение стерни •    С нег о зад ержание
Устранение засоренности	•    Увеличение числа обработок •    Применение химических средств
Повышение плодородия	•    Удобрения •    Измельчение соломы

Применение районированных сортов

Повыш ение урожайности Снижение себестоимости Увеличение объема

Качественные показатели

Качество зерна

Конечная цель

РЕСУРСЫ

Кадры

Семена

Техника

ГСМ

Удобрения

Средства защ иты

Рисунок 1 – Схема действий сельхозтоваропроизводителя при принятии агротехнологических решений при производстве зерновых культур

Результаты исследований . Разработана модель организации информационного пространства для поддержки принятия агротехнологических решений, приведенная на рисунке 2.

Модель включает значимые информационные составляющие рассматриваемого процесса и их взаимодействие; она состоит из блоков сбора и преобразования исходной информации, формирования баз данных и баз знаний, оперативного мониторинга текущей информации, анализа данных и формирования альтернативных решений, функционально связанных с ядром единой информационно-технологической платформы предприятия. Создание баз знаний осуществляется с применением моделей представления знаний. Для принятия решений привлекается соответствующий набор математических и семантических моделей и алгоритмов.

Работа осуществляется с помощью интерфейса пользователя взаимодействующего с ядром единой информационно-технологической платформы предприятия, позволяющего оперативно ставить задачу (условия), обеспечить подготовку необходимой информации (базы данных, базы знаний и т.п.), привлечь необходимые вычислительные средства (модели, алгоритмы, системы и т.п.) для получения набора альтернативных решений.

Взаимодействие еодвмвэтетв с стгстеыпй

ПлЛаНЮОЕД ЗЗХГШ

Ялро ехнмш ■вфчршахпкша-техяпл«'ячгс1ям ПЛ НИфорМЫ СЫЬ№Л|№1ПрНвТНЯ

BiMitaw 1шф р рию1я

(интерфейс ECVEMMHM)

^filTWHH

/MffcCWZlhWJfi лшатыпли №Ы№1уН^МЯ№Я

Входная лабармамил

Сбор ■ пре-о Б рамный ле ян фор mi пн и

Регист р

2ЩШНОЖДЯ

овмводьуы^

/шюшышй

Уровня щцддцкфдцашми

5А£»«НПйНйй нрриопьаш ыичшиши 6№№1ЙМ|ЭТСШ

Запись ннформа

1«лгоинм?1П№ храпуне линии

ОсрлЕзепве

В озарят спета

Баш латных

Гога-ые ниели. алгоритмы' иртгрсчмные ниелня

ДАННЫЕ

ЗНАНИЯ

Учебники, КНИГЕ

СпрМОЧЕЛКН

глЕптерк

Экспертшав

Модели Опыт агрсЕчМОВ КссеысЕз^тз рынка

Сгруктуризасшя ияфорншис

Форм ирона а ин

#»Л1НЪП

Форчнрсмние бэт линий

ЛЗЕНЫК

Мякли лрехстазляшл знатей

Продузаш. Фреймы Семантические

Опто-тстне

Привитие решении

(ф€фынр<нание твшвеюгивдеэня карт)

Расчет и авали?

МВГвМЭЗНЧеСКНЙ ЕН11ЕЗ

я ВИТОНЫ хшпинвсггс сбученил

^«злппггяескяк карты неоалнениг годового шиш псоншя работ}

C^hCBSSStfiWKhO

Фа/цлртнаныг додиого

ТШЬ,ЙДЯЙЯЧ

Сод: хе п книг сев пей срс-т а Выбор cepTt Расчет примевесах “пстенод!

Оперативный моЕниреиг Llap literal с есзхисбъектсв

Ре^ЛЬТЛТЫ

Одерхтяв-ное управление пилеными р хктхчи

Оч^диинот /’рхгл^иг в ПАСШИ Яйзмы)г/Щ1йж

Выбор ТСШШН

ТИЛфОПНХ®

Расчет отклонений от вцягатыято гостсепя

выл эля спет гс зги с пс влил -ай ст параметров

плана работ

Обращение

Вырамоха альтертишшмых ретлменлаикй.

■ Боррвпнржй кквяюгаческнж карт;

■ ОКШБртЕЕВ рЙ^СЛОйИЙМТВ ТтЯЕЕКН

Вотвря «вето

Рисунок 2 - Схема модели организации информационного пространства системы поддержки принятия агротехнологических решений

Результаты принятия стратегических решений, формирования годовых планов

выполнения технологических операций, а также рекомендации по оперативному управлению технологическим процессов в течении полевых работ предоставляются пользователю, как правило на альтернативной основе, на естественном языке данной предметной области.

Рассмотрим более подробно организацию блока входной информации. Ввод исходной информации осуществляется с учетом уровней поступления информации, уровней интенсивности агротехнологий, регистров агротехнологий, показателей и параметров технологического процесса и техники.

Оценивая значительное разнообразие объективно существующих в нашей стране природно-географических условий и территориально-пространственных неоднородностей сельскохозяйственных земель, предусмотрена дифференциация информационного обеспечения по уровням поступления информации - федеральный, региональный и локальный, на каждом из которых решаются свои специфические задачи. Информационное пространство практической деятельности конкретного хозяйства должно целенаправленно формироваться на основе имеющихся информационных ресурсов всех уровней и обеспечивать ежегодное взаимосвязанное решение основных технологических и управленческих задач [22].

Большая информационная емкость принадлежит наличию федеральных и региональных регистров технологий производства сельскохозяйственной продукции и машин. Процедура формирования регистров агротехнологий включает составление списка всех известных технологических операций по возделыванию сельскохозяйственных культур в районе и последующее их структурирование в технологические адаптеры применительно к агроэкологическим группам земель и уровням интенсификации производства [19].

Значительный объём научно-технологических растениеводческих знаний составляют исследования по вопросам развития адаптивно-ландшафтной системы земледелия, дифференцирования по агроэкологическим и социально-экономическим показателям, применению агрохимических агротехнологий в различных регионах страны, а также классификации агротехнологий на основе структурно-модульного подхода с выделением нескольких уровней интенсификации: экстенсивная, нормальная, интенсивная, а также высокоинтенсивная или точная [16].

Одной из основных составляющих информационного пространства при формировании и выполнении агротехнологий являются данные и знания по формированию и обеспечению функционирования машинно-тракторного парка (МТП). Необходимо определить оптимальный состав машинно-тракторного парка, установить наиболее целесообразное соотношение между отдельными типами и марками тракторов и сельскохозяйственных машин и их количеством в условиях конкретного хозяйства. Снижение же энергозатрат при производстве продукции растениеводства возможно за счет использования оптимальных параметров и режимов работы машинно-тракторных агрегатов, для чего целесообразно применение мониторинга параметров работоспособности техники, оценки эксплуатационных энергетических параметров для принятия соответствующих технологических решений [6].

На основе предложенной модели разработана общая схема (алгоритм) функционирования программных средств, представленная на рисунке 3; определены этапы их реализации, назначение и применяемые методы.

Рисунок 3 – Схема алгоритма функционирования программных средств

Работа алгоритм начинается со сбора и преобразования информации. Последовательно осуществляется идентификация источников данных, запускается процедура сбора информации и стартует цикл проверки и валидации. Если данные корректны, то происходит их дальнейшее преобразование и отправка в хранилище. Если данные некорректны, то цикл валидации и проверки повторяется до тех пор, пока условия не будут соблюдены. Далее данные из хранилища обрабатываются для корректного представления пользователю. Одновременно с представлением осуществляется параллельный процесс обновления данных. Этапы идентификации источников, сбора информации, преобразования данных, их хранения, обработки и представления подвергаются постоянному мониторингу в режиме реального времени.

Для расчета, анализа и принятия решений поступают подготовленные данные; запускается цикл расчетов с учетом условий, которые определил пользователь. Расчеты осуществляются до тех пор, пока условия не будут выполнены. Затем результаты расчетов отправляются на проверку. Если результаты корректны, запускается цикл выработки альтернативных решений (вариантов) для выполнения поставленной задачи. После чего запускается процедура интерпретации альтернативного решения, которое приводит к последнему циклу, где осуществляется сравнение выработанного решения с имеющимися данными и происходит выбор варианта.

На завершающем этапе работы алгоритма происходит формирование отчета (выходные данные), которые получает пользователь. Одновременно происходит оперативный мониторинг выходных данных и их внесение в долговременное хранилище для дальнейшего анализа и использования.

Предусмотрена возможность совершенствования алгоритма путем оценки его эффективности с применением шагов мониторинга и обучение алгоритма. Приведенная схема является цикличной и итеративной. При работе эти этапы могут перекрываться, и некоторые шаги могут выполняться параллельно или в разной последовательности в зависимости от конкретной задачи и условий. Также может быть необходима постоянная обратная связь между этапами для корректировки и оптимизации процессов.

Этапы (шаги) работы алгоритма при сборе и преобразовании информации , их описание и методы реализации представлены в таблице 1, а при расчете, анализе и принятии решений – в таблице 2.

Таблица 1. Сбор и преобразования информации

Шаг	Название	Описание	Методы
1	Идентификация источников информации	Определение и классификация источников, откуда будет собираться информация	Веб-сервисы, базы данных, файлы, IoT - устройства, внешние API, пользовательский ввод, бумажные архивы
2	Сбор информации	Извлечение данных из источников	Запросы к базе данных, вызовы API, чтение файлов, получение данных от IoT-устройств или пользовательский ввод, распознавание изображений
3	Проверка и валидация данных	Проверка полученных данных на корректность и целостность, проверка данных на полноту и соответствие ожидаемому формату	Валидация форматов (дата/время, числовые значения), проверка на необходимые поля, проверка на допустимые значения
4	Преобразование данных	Преобразование данных в нужный формат или структуру для дальнейшей обработки	Парсинг и десериализация данных, преобразование данных в объекты, преобразование форматов данных, нормализация данных
5	Хранение данных	Сохранение преобразованных данных для дальнейшего использования	Запись данных в базу данных, файловую систему, облачное хранилище или кэш
6	Обработка данных	Проведение необходимых операций над данными в	Фильтрация, сортировка, агрегация, вычисления или другая обработка

		соответствии с бизнес – логикой	данных, необходимая для достижения требуемых результатов
7	Представление данных	Отображение обработанных данных пользователю или другим системам	Отображение данных на вебстранице, формирование отчетов, отправка данных по электронной почте, API для внешних систем
8	Обновление данных	Обновление данных в случае изменений или новых событий	Изменение данных пользователем, автоматическое обновление через API, синхронизация с внешними системами
9	Мониторинг и логирование	Отслеживание процесса сбора и преобразования информации	Контроль операций и ошибок, мониторинг производительности системы, аудит доступа и изменений

Таблица 2. Расчет, анализ и принятия решений

Шаг	Название	Описание	Методы
1	Получение и подготовка данных	Сбор необходимых данных из различных источников, предварительная обработка и нормализация данных, разделение данных на обучающие и тестовые наборы	API запросы, SQL запросы к базам данных, чтение файлов, получение данных от IoT-устройств, обработка изображений бумажных архивов
2	Расчет	Применение математических методов, моделей и алгоритмов для вычислений, итеративная оптимизация результатов	Выбор математических функций и процедур для решения поставленной задачи
3	Анализ результатов	Оценка точности и валидности полученных расчетов, проведение глубокого анализа данных, визуализация данных	Кросс-валидация, регрессионный анализ, кластеризация, анализ время-состояний
4	Проверка вариантов решений	Формирование и проверка альтернативных решений, интерпретация результатов	Статистические тесты, экспертная оценка
5	Принятие решений	Оценка вариантов , рассмотрение рисков и вероятностей исходов, выбор оптимального решения и планирование действия	Попарное сравнение вариантов, семантическое дерево решений, тестирование
6	Исполнение решения	Реализация действий, мониторинг и корректировка процесса	Выполнение алгоритмов, оперативный мониторинг процессов
7	Оценка эффективности решения	Анализ результатов по данным обратной связи, корректировка стратегий и подходов	Оценка показателей и тенденций, анализ перспективности решения
8	Мониторинг и обучение	Непрерывный мониторинг, улучшение процесса расчета и анализа	Контроль показателей, обучение алгоритмов

Результаты принятия стратегических решений, формирования годовых планов выполнения технологических операций, оперативного управления технологическим процессов в течении полевых работ предоставляются пользователю, как правило на альтернативной основе, на естественном языке данной предметной области.

Они накапливаются в специальных базах данных (базовые решения) и могут быть в дальнейшем многократно использованы для решения аналогичных задач путем адаптации решения на основе анализа сложившейся в данное время производственной ситуации (адаптивные решения).

На основе элементов предложенной модели разработана структура и алгоритм WEB-приложения для автоматизированного выбора агротехнологий и тракторного парка сельхозпредприятия, включающие алгоритмы подбора агротехнологий и техники, мониторинга энергообеспеченности полевых работ, подтвердившие свои возможности использования по назначению при тестовых испытаниях в сельхозпредприятиях Новосибирской области [2, 4].

Выводы. Показана актуальность применения информационных цифровых технологий для поддержки принятия агротехнологических решений путем обработки и анализа больших объемов разнообразной информации, сопровождающей процесс производства зерновых культур и выработки вариантов альтернативных научно-обоснованных агротехнологических решений.

На основе целенаправленного рассмотрения информации данной предметной области, предложена схема модели организации основных информационных потоков, их взаимодействия и преобразования, а также алгоритм функционирования программных средств реализации модели на основе интеграции цифровых методов сбора, анализа и представления информации.

Обосновано включение в состав модели блоков сбора и преобразования исходной информации, формирования баз данных и знаний, оперативного мониторинга текущей информации, анализа и принятия альтернативных решений, функционально связанных с ядром единой информационно-технологической платформы предприятия.

Применение модели позволит повысить эффективность разработки, как комплексного программного продукта по применению агротехнологий в целом, так и отдельных программ для поддержки принятия решения по конкретным задачам, что повысит эффективность и конкурентоспособность растениеводческого сельхозпредприятия.