Минимизация риска снижения производства продукции сельского хозяйства методом нечеткой логики

Анализ компьютерной модели зависимости урожайности озимой пшеницы от изменения сезонных значений суммарного количества осадков и средней температуры воздуха в предгорной зоне. Определение количества осадков и температуры методом конечных остатков Фурье.

Рубрика Сельское, лесное хозяйство и землепользование
Вид статья
Язык русский
Дата добавления 28.11.2017
Размер файла 452,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Минимизация риска снижения производства продукции сельского хозяйства методом нечеткой логики

Бисчоков Р. М.

Аннотация

Урожайность сельскохозяйственной куль-туры зависит от климатических изменений в период вегетации. Управлять климатом человек не в силах, но может предотвращать катастрофы, минимизировать риски снижения производства продукции сельского хозяйства, разрабатывать методики расчетов и оценки ущерба от климатических изменений для сельского хозяйства, разрабатывать и реализовывать комплексы мер по адаптации сельскохозяйственного производства к климатическим изменениям. В работе предлагается компьютерная модель зависимости урожайности озимой пшеницы от изменения сезонных значений суммарного количества осадков и средней температуры воздуха в предгорной зоне Кабардино-Балкарской республики. Таблицу значений урожайности озимой пшеницы, сезонных осадков и температуры воздуха за период 1990-2009 гг. приводим к трехуровневой форме (низкий, средний, высокий), а затем полученные значения подставляем в компьютерную модель, пользуясь разделом fuzzy logic программного продукта MATLAB. Прогнозные значения суммарного количества осадков и температуры воздуха в предстоящие годы найдены методом конечных остатков Фурье. В дальнейшем, подставляя прогнозные значения осадков и температуры воздуха можно получить предполагаемое значение урожайности озимой пшеницы на следующие сельскохозяйственные годы. Полученное значение урожайности озимой пшеницы сравнивается со значениями прошлых годов, и проводим анализ по определению аналог-года. По заявке сельхозтоваропроизводителя, исходя из данных хозяйства и метеоданных климатической зоны, может быть проведен расчет и выдан рекомендации, будут отражены возможные явления по аналог-году и если возможны аномальные явления, то необходимо предпринять меры по устранению возможного ущерба.

Ключевые слова: климат, температура, анализ, нечеткая логика, оценка риска, климатические зоны.

Annotation

Productivity of a crop depends on climatic changes during vegetation. To operate climate is not in force of a man, but can prevent accidents minimize risks of production decrease in agriculture, develop techniques calculations and assess of damage from climatic changes for agriculture, develop and realize package of measures on adaptation of agrarian production on climatic changes. In the work it is suggested computer model in dependence of productivity of winter wheat on change of seasonal meanings of total amount of precipitation and average air temperature in foothill zone of Kabardino-Balkarian Republic. We formed a table of productivity values of winter wheat to thveelevel from (low, middle, high) in dependence of sea sonal rainfall and air temperature in period of 1990-2009 and then we substitute given indexes fuzzy logic of the MATLAB software product. Expected values of a total amount of precipitation and air temperature in the forthcoming years are found method of the final remains of Fourier. In further substituting prognosis indexes of rainfall and air temperature one can get hypothesis index of productivity of winter wheat on following agrarian years.Further substituting expected values of rainfall and air temperature it is possible to receive estimated value of productivity of winter wheat the next agricultural years. The received value of productivity of winter wheat is compared to values of last years, and we carry out the analysis by definition analog year. According to the demand of an agricultural producer proceeding from data of economy and meteodata of a climatic zone calculation can be carried out and is issued recommendations, the possible phenomena on analog year and if the abnormal phenomena are possible will be reflected, it is necessary to take measures for elimination of possible damage.

Key words: climate, temperature, analysis, indistinct logic, risk assessment, climatic zones.

Устойчивое развитие аграрного сектора в сфере производства сельскохозяйственной продукции зависит от многих факторов. Это могут быть климатические особенности региона, агротехнические мероприятия и др. Важная составляющая деятельности каждого хозяйства - тщательная проработка и учет рисков. Правильное принятие решений, а также адекватная и наиболее точная оценка рисков - одна из насущных проблем анализа сельхозпроизводства.

Основной задачей в исследованиях агрометеорологии является получение качественной сельскохозяйственной продукции с минимальными затратами и для этого необходимо проведение анализа закономерностей формирования метеорологических условий, оценки влияния их на развитие, состояние и продуктивность сельскохозяйственных культур и разработки методов агрометеорологических прогнозов [1, 2].

В последние годы одним из перспективных направлений в области управления и принятия решений во многих сферах социально-экономического развития общества служит нечеткое логическое моделирование. урожайность пшеница осадок температура

Основной целью исследования является разработка компьютерной модели зависимости урожайности сельскохозяйственных культур от изменения сезонных значений осадков и температуры воздуха и на её основе подготовить рекомендации сельхозпроизводителям по ведению севооборота на следующий сельскохозяйственный год [2].

Условия, материалы и методы. Теория нечеткой логики - новый подход к описанию агроклиматических процессов, в которых присутствует неопределенность, затрудняющая применение традиционных точных количественных методов и подходов. Например, низкая или средняя, или высокая урожайность сельскохозяйственной культуры не имеют четкой границы, их можно задать в виде интервальных значений для каждого случая [2].

Часто для получения интегральной оценки рисков в АПК недостаточно только значений изменения количественных переменных (использование агротехники, внесение удобрений, орошение и др.). Необходимо также учитывать и многие качественные переменные, например, погодные условия.

В природных процессах все метеопараметры взаимозависимы, и в связи с изменчивостью значений их можно причислить к нечеткому множеству.

В отличие от традиционных методов анализа методы нечеткого управления позволяют быстро анализировать задачи и получать результаты с высокой точностью. Для составления алгоритма решения методом нечеткой логики необходимо ввести некоторый набор утверждений (правил), состоящих из совокупностей событий (условий) и результатов (выводов).

По сравнению с другими методами, метод нечеткой логики обладает следующими возможностями:

· проведение операций с постоянно изменяющимися во времени значениями;

· нечеткая формализация критериев оценки на трех уровнях (низкий, средний, высокий) и их сравнение;

· качественная оценка, как входных, так и выходных данных;

· оперативное моделирование сложных динамических систем в различных вариантах.

Моделирование зависимости урожайности сельскохозяйственных культур от изменения природных факторов обладает рядом неопределенностей, неполнотой и недостаточной четкостью исходной информации об основных параметрах. В подобных случаях значимость полученных количественных оценок можно уточнять методом нечеткой логики. Для описания его алгоритма воспользуемся значениями урожайности озимой пшеницы и данными суммарного количества осадков и средней температуры воздуха по метеостанции «Нальчик» за период 1990-2009 гг. (табл. 1) [2].

Таблица 1. Исходные значения урожайности озимой пшеницы и сезонные метеопараметров в предгорной зоне без орошения

Годы

Урожайность

Осадки

Температура

зима

весна

лето

осень

зима

весна

лето

осень

1990

39,13

95,00

184,00

255,70

125,00

-0,90

10,60

20,73

11,73

1991

31,85

66,00

192,00

230,00

131,00

-3,30

9,07

21,67

10,70

1992

24,84

109,20

165,10

373,00

220,00

-2,27

7,70

19,87

9,53

1993

23,02

115,30

177,90

129,70

87,00

-3,87

8,67

20,87

6,67

1994

26,48

57,00

201,00

288,00

62,00

-2,87

9,73

20,07

11,20

1995

29,03

57,00

160,00

161,00

325,00

-0,87

10,90

21,90

11,00

1996

24,30

54,00

90,00

222,00

127,00

-3,10

8,63

21,00

10,13

1997

22,11

63,00

210,00

332,00

132,00

-0,97

9,77

21,43

9,90

1998

17,20

82,00

166,00

144,00

114,00

-1,67

10,43

23,33

11,17

1999

25,84

71,00

173,00

310,00

170,00

0,43

9,73

22,47

9,70

2000

26,03

55,00

178,00

192,50

186,00

0,77

10,50

22,50

9,73

2001

28,39

67,00

242,00

260,00

97,00

0,77

10,87

22,00

11,20

2002

29,85

115,00

213,00

240,00

125,00

0,80

10,07

21,00

12,43

2003

15,93

60,00

127,00

210,00

186,00

-3,80

8,63

21,27

11,10

2004

30,30

91,00

191,00

342,00

197,00

-0,03

9,71

20,97

11,37

2005

21,57

85,00

271,00

224,00

212,00

-0,77

9,70

21,90

11,50

2006

27,66

53,00

208,00

97,00

130,00

-2,03

10,37

23,40

11,77

2007

25,84

69,00

93,00

161,00

146,00

0,50

9,83

23,17

11,53

2008

33,03

76,00

233,00

195,00

165,00

-3,07

11,93

21,87

11,40

2009

30,21

65,00

110,00

378,00

223,00

-0,40

9,17

21,40

11,47

Результаты сортировки исходных данных по столбцу «урожайность» с разделением на низкий, средний и высокий уровни свидетельствуют, что при такой градации интервалы сезонных значений суммарного количества осадков и температуры воздуха пересекаются.

Для разработки компьютерной адаптивной нечетко-логичной модели воспользуемся разделом fuzzy logic программного продукта MATLAB.

Суть метода заключается в следующем. Если установить значения метеопараметров по уровням: низкие, средние и высокие, то автоматически выводятся значения урожайности по этим группам.

Определены зависимости продуктивности сельскохозяйственных культур от изменений природно-климатических параметров (тепло и влагообеспеченность) методом нечеткой логики. Для этого, задавая минимальные, максимальные и средние значения входных данных строим гауссовские линии по трем уровням: низкая, средняя и высокая.

Рисунок 1. Интервальное представление значений метеопараметров

Из рисунка 1 видно, что интервалы по уровням пересекаются. Это указывает на то, что при одних и тех же значениях метеопараметра урожайность сельхозкультуры может быть или низкой, или средней, или высокой. Постановка задачи требует указания определенных правил задания входных данных при заданных выходных.

По реальным значениям входных и выходных данных определяются условия соответствия. Среднесезонные значения метеопараметров интервала первого уровня включаются в интервалы других уровней. Следовательно, можно задать множество условий соответствия входных и выходных данных. На входе есть общая область пересечения трех уровней сезонных значений суммарного количества осадков, и температуры воздуха соответствуют всем трем уровням урожайности (низкая, средняя и высокая):

Критерий

Осадки

Температура

зима

весна

лето

осень

зима

весна

лето

осень

Min

57,00

110,00

161,00

125,00

-2,87

9,73

20,73

10,70

Max

71,00

233,00

310,00

186,00

-0,70

10,43

21,9

11,50

Первые условия соответствия входных и выходных данных задаются, так, на входе осадки и температура воздуха низкие (средняя, высокая), а на выходе выдается урожайность низкая (средняя, высокая).

Рисунок 2. Условия соответствия входных и выходных данных

Следующими условиями соответствия могут быть сочетания входных данных разных уровней при одних значениях на выходе. Чем больше условий зададим, тем точнее получим среднее значение на выходе урожайности по сельскохозяйственной культуре. Для конкретной сельхозкультуры при учете вегетационного периода можно пренебречь некоторыми сезонными значениями метеопараметров. В некоторых случаях на входе лучше использовать среднедекадные значения наиболее значимых метеопараметров.

Результаты. Для получения прогнозного значения урожайности на следующий сельскохозяйственный год выставляем вертикальные линии на соответствующие сезонные прогнозные значения метеопараметров. Расчет урожайности по новым входным данным производится автоматически [1].

К адаптации сельхозпроизводства к изменениям климата необходимо применять системный подход, учитывать долгосрочные по времени, разнообразные по территориям негативные воздействия, давать адекватную оценку соответствующим рискам и предпринимать меры по управлению этими рисками. По результатам исследования определяем год-аналог, соответствующий значению урожайности сельскохозяйственной культуры. По году-аналогу определяем соответствующие агротехнические мероприятия [3].

Полученная компьютерная модель представляется в виде следующей картины:

Рисунок 3. Модель зависимости урожайности (синий цвет) от климатических изменений (желтый цвет)

Если в найденном году имелись критические метеорологические значения, то необходимо провести дополнительные исследования по предотвращению повторений.

Выводы

Представляется, что основу стратегии адаптации сельского хозяйства к климатическим изменениям могут сформировать следующие меры:

- проведение комплексных региональных исследований по оценке рисков (уязвимости) сельскохозяйственного производства от негативного воздействия климатических и погодных факторов;

- оценка чувствительности региональных и национального рынков сельскохозяйственной продукции и продовольствия к ценовым шокам и сокращению поставок, вызванных климатическими и погодными факторами;

- оптимизация соотношения посевов озимых и яровых сельскохозяйственных культур для учета изменений условий осенне-зимнего периода;

- расширение посевных площадей более теплолюбивых и более урожайных культур, обеспечивающих интенсификацию сельскохозяйственного производства (кукурузы, подсолнечника, сорго, сои и др.);

- расширение посевных площадей пожнивных (вторых) сельскохозяйственных культур для использования роста тепловых ресурсов;

- развитие орошаемого земледелия для повышения устойчивости сельскохозяйственного производства и утилизации дополнительных тепловых ресурсов;

- ускорение развития таких отраслей сельского хозяйства как плодоводство, виноградарство и садоводство, эффективность которых может существенно возрасти при ожидаемых изменениях климата;

- повышение эффективности животноводства за счет увеличения кормовой базы в результате роста биоклиматического потенциала и сокращения периода стойлового содержания скота при потеплении климата;

- внедрение влагосберегающих технологий, подбор более устойчивых культур (сортов), создание страховых запасов продовольствия для снижения потерь от возможной аридизации климата и обеспечения продовольственной безопасности.

Литература

1. Ашабоков Б.А., Бисчоков Р.М., Бисчоков Б.Р. Некоторые результаты прогнозирования урожайности с.-х. культур с учетом изменений агрометеорологических факторов // Труды Кубанского государственного аграрного университета. 2007. №5. С. 97-101.

2. Ашабоков Б.А., Бисчоков Р.М. Прогнозирование урожайности с учетом динамики агрометеорологических факторов // Земледелие. 2007. № 4. С. 9-15.

3. Бисчоков Р.М., Говоров С.А., Фисун М.Н. Культуры короткого срока вегетации на каштановых почвах центрального Предкавказья // Труды Кубанского государственного аграрного университета. 2011. Т. 1. №30. С. 99-101.

4. Бисчоков Р.М., Бицуева М. Г., Егорова Е.М., Фисун М.Н. Культуры короткого срока вегетации в аридных условиях // Вестник Российской академии сельскохозяйственных наук. 2011. С. 194-197.

5. Бисчоков Р.М., Базиева С.М. Тенденции в изменении климата, влияющие на сельское хозяйство степной зоны Кабардино-Балкарской республики // Вестник Красноярского государственного аграрного университета. 2012. № 4. С. 123-128.

6. Бисчоков Р.М. Методы проведения анализа и прогнозирования изменения динамики агроклиматических ресурсов Северного Кавказа: монография. Нальчик: КБГСХА, 2012. 190 с.

7. Бисчоков Р.М. Анализ и прогноз изменений агроклиматических ресурсов территории Кабардино-Балкарской республики // Вестник Курганской ГСХА. 2014. № 3(11). С. 70-75.

8. Бисчоков Р.М., Аджиева А.А., Тхайцухова С.Р. Применение нечеткой логики для анализа рисков в аграрном секторе // Вестник Курганской ГСХА. 2014. № 4(12). С. 57-60.

9. Бисчоков Р.М., Аджиева А.А., Кудаев Р.Х., Тукова Ф.Х., Тхайцухова С.Р. Методика минимизации риска снижения производства продукции сельского хозяйства: монография. Нальчик: КБГАУ, 2014. 290 с.

10. Бисчоков Р.М., Суханова С.Ф., Гварамия А.А. Современная технология прогнозирования урожайности полевых культур // Вестник Курганской ГСХА. 2015. №3(15). С. 52-58.

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.