Моделирование многоуровневой динамики урожайности сельскохозяйственных культур
Автор: Иваньо Я.М., Петрова С.А.
Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau
Рубрика: Агрономия
Статья в выпуске: 12, 2024 года.
Бесплатный доступ
Цель исследования - разработка алгоритма моделирования урожайности сельскохозяйственной культуры на основе динамико-стохастических и циклических свойств многолетних рядов характеристики. Задачи: выделение свойств временных рядов биопродуктивности сельскохозяйственных культур на основе их рассмотрения в виде многоуровневых структур с циклическим колебаниями; использование свойств изменчивости многолетних рядов характеристики для построения моделей прогнозирования или стохастической оценки; реализация алгоритма моделирования на примере урожайности зерновых и зернобобовых культур России и биопродуктивности пшеницы в США. Объект исследования - многолетняя изменчивость урожайности сельскохозяйственной культуры. Создан алгоритм построения динамико-стохастической многоуровневой модели для прогнозирования изменчивости урожайности сельскохозяйственных культур в разных условиях сочетания состояния природной среды и технологических процессов с учетом циклических колебаний характеристики. Алгоритм реализован для моделирования эмпирических рядов. При описании многолетней изменчивости характеристики и оценки благоприятных и неблагоприятных событий использованы тренды, гистограммы распределения относительных частот циклов локальных минимумов и максимумов и вероятностные распределения потерь и прироста урожайности. Многоуровневое моделирование позволяет оценивать динамику биопродуктивности сельскохозяйственных культур в разных условиях деятельности товаропроизводителей: определять потери в неблагоприятных условиях природно-технологической среды, выявлять прирост урожайности в благоприятных ситуациях. С помощью стохастических методов предложено оценивать редкие события, соответствующие очень высокой и очень низкой урожайности сельскохозяйственных культур, а также переходы уровней ряда в события. На основе выделенных многоуровневых трендов и частоты циклов локальных экстремумов получен ретроспективный прогноз характеристики с упреждением 3 года.
Урожайность, сельскохозяйственная культура, многоуровневая структура ряда, алгоритм, тренд, вероятность, прогноз
Короткий адрес: https://sciup.org/140308323
IDR: 140308323 | DOI: 10.36718/1819-4036-2024-12-66-77
Список литературы Моделирование многоуровневой динамики урожайности сельскохозяйственных культур
- Никитина В.И., Количенко А.А. Урожайность среднеспелых сортов яровой мягкой пшеницы в различных природно-климати-ческих зонах Красноярского края // Вестник КрасГАУ. 2024. № 7. С. 40–47. DOI: 10.36718/1819-4036-2024-7-40-477.
- Иваньо Я.М., Столопова Ю.В. Климатическая изменчивость и агрометеорологические условия Предбайкалья: экспериментальные исследования и моделирование урожайности зерновых культур // Метеорология и гидрология. 2019. № 10. С. 117–124.
- Оценка агроклиматических ресурсов и урожайности яровой пшеницы в Республике Татарстан / В.Н. Павлова [и др.] // Метеорология и гидрология. 2023. № 1 (январь). С. 90–102.
- Оптимизация производства сельскохозяйственной продукции при сочетании орошаемых и неорошаемых земель / Я.М. Иваньо [и др.] // Достижения науки и техники АПК. 2024. Т. 38. № 5. С. 48–54.
- Влияние агротехнических приемов на продуктивность озимой пшеницы в условиях Центрально-Черноземного региона / И.И. Гу-реев [и др.] // Достижения науки и техники АПК. 2024. Т. 38, № 9. С. 36–41.
- Родимцев С.А., Павловская Н.Е. Сравнительная оценка новых систем защиты и прогнозирования урожайности зерновых культур на основе данных NDVI // Вестник КрасГАУ. 2023. № 1. С. 69–79. DOI: 10.36718/1819-4036-2023-1-69-79.
- Динамика урожайности сельскохозяйственных культур. Межстрановые сравнения. URL: https://pikabu.ru/story/dinamika_urozhay-nosti_selskokhozyaystvennyikh_kultur_mezhst-ranovyie_sravneniya_6673988 (дата обращения: 27.10.2024).
- Гармаш А.Н., Орлов И.В., Федосеев В.В. Экономико-математические методы и прикладные модели: учебник. 4-е изд., пере-раб. и доп. М.: Юрайт, 2022. 328 с.
- Дружинин И.П., Смага В.Р., Шевнин А.Н. Динамика многолетних колебаний речного стока. М.: Наука, 1991. 176 с.
- Петрова С.А., Иваньо Я.М. О циклических колебаниях агроклиматических характеристик // Научные исследования и разработки к внедрению в АПК: мат-лы междунар. науч.-практ. конф. молодых ученых. п. Молодежный, 2023. С. 540–546.
- Соединенные Штаты Америки: урожай зерновых с гектара. URL: https://ru.theglobale-conomy.com/USA/cereal_yield (дата обращения: 27.10.2024).
- ФАО. 2024. Воздействие бедствий на сельское хозяйство и продовольственную безопасность – 2023. Предотвращение и сокращение потерь за счет инвестиций в повышение невосприимчивости к внешним воздействиям. Рим, ФАО. URL: https://open-knowledge.fao.org/server/api/core/bitstreams/6179a69c-92a6-49e4-9fe6-429f68d42a55/con-tent (дата обращения: 27.10.2024).
- Иваньо Я.М., Петрова С.А. Об одном алгоритме выделения аномальных уровней временного ряда для оценки рисков // Актуальные вопросы аграрной науки. 2022. № 42. С. 48–57. URL: http://agronauka-irsau.ru (дата обращения: 29.10.2024)
- Карпов И.Г., Грибов А.Н. Модернизация распределений Пирсона для аппроксимации двухсторонних законов распределения экспериментальных данных // Известия Томского политехнического университета. 2014. Т. 324. № 2. С. 5–10.