Особенности использования системы мониторинга при лейкозе крупного рогатого скота

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Особенности использования системы мониторинга при лейкозе КРС

Потанин В.Г., Алейников А.Ф., Чешкова А.Ф. ГНУ СибФТИ; Храмцов В.В. ГНУ ИЭВСиДВ

Аннотация

Для осуществления эпизоотологического мониторинга требуется постоянная комплексная системная обработка эпизоотической информации на основе углубленного научного исследования и моделирования особенностей и закономерностей эпизоотических процессов. В статье отмечена рациональность применения ГИС-технологий в системах мониторинга и необходимость применения эффективных приемов обработки информации в зависимости от конкретных условий задачи. Приведены действующие системы мониторинга с анализом их возможностей.

Ключевые слова: Эпизоотологический мониторинг, лейкоз КРС, контроль эпизоотической ситуации, ГИС-технологии, обработка информации.

Abstract

For epizootological monitoring, is needed integrated, continuous data processing, based on in-depth study and simulation of features and mechanisms of epizootic processes. In article is noted rationality of application of GIS-technologies in monitoring systems at bovine leukosis. Operating systems of monitoring with the analysis of their possibilities are resulted.

Keywords: epizootologic monitoring, bovine leukosis, control of an epizootic situation, GIS-technologies, information processing.

Ветеринарное благополучие животноводства, прежде всего, связано с эпизоотическим благополучием, которое зависит от уровня контроля эпизоотического процесса на конкретной территории. В системе контроля эпизоотического процесса важны два обязательных, принципиальных элемента: эпизоотологический мониторинг и управление эпизоотическим процессом (оперативное, комплексное и всестороннее воздействие на него) [5].

Лейкоз занимает первое место в современной нозологической структуре инфекционных болезней. Применение эпизоотологического мониторинга при лейкозе КРС позволяет решить ряд задач комплексно, включая: выяснение причин возникновения болезни с учетом уровня профилактики, организационно-хозяйственных, зоотехнических, фоновых факторов и др. В настоящее время разработано и используется несколько вариантов систем мониторинга при лейкозе КРС. В их числе следует назвать такие системы как «Информационно-советующая система ЛЕЙКОЗ КРС» (ГНУ СКЗНИВИ Россельхозакадемии) [2], «Автоматизированная информационно-аналитическая система обеспечения ветеринарного благополучия» (Управление ветеринарии Томской области) [3] и «Система информационно-аналитической поддержки эпизоотологического мониторинга при лейкозе КРС» (ИЭВСиДВ и СибФТИ Россельхозакадемии) [4].

Первые две системы базируются только на обработке информации, представленной в табличном виде и в соответствии с этим выходные результаты также имеют аналогичный вид. Они осуществляют сбор и накопление информации по результатам проведенных экспертиз, по характеристикам хозяйствующих объектов на контролируемой территории (экономическое состояние, технология ведения животноводства и статистические показатели). Тем самым формируется база данных по лейкозу КРС, обеспечивающая обработку введенной информации (проведение анализа с подсчетом показателей статистического плана: инфицированность, заболеваемость, инцендентность, смертность и т.д).

Использование только таблиц в качестве выходной информации создает определенные трудности для ее восприятия при оценке ситуации на больших территориях. Особенно, если при этом необходимо сопоставлять с эпизоотическим процессом природные факторы, имеющие пространственное распределение, независимое от административно-хозяйственных границ.

Последняя из приведенных систем, кроме отмеченных возможностей, имеет графическую часть, осуществляющую графический анализ и визуализацию, обеспечивающую наглядное представление, выходных результатов. В научной литературе появились многочисленные работы, показывающие негативное влияние некоторых экологических факторов на здоровье сельскохозяйственных животных. Выявление таких факторов и значимости их влияния на здоровье животных, а также их продукцию, поможет правильному построению противолейкозных мероприятий.

В развернутом плане эпизоотологического обследования животноводческих подразделений заложен пункт о «почвенной и сравнительно-географической характеристике обследуемой зоны» [5], которая представляет собой пространственно-распределенную информацию, и для ее анализа следует применять графические системы, использующие ГИС-технологии. Использование такой информации поможет осуществлению комплекса мероприятий, направленных на предупреждение и ликвидацию эпизоотий. Последняя из рассматриваемых систем позволяет пользователю вводить любые экзо-эндогенные факторы на любом приемлемом для него этапе. Даже просмотр распределения этих факторов на картографической картине совместно с данными эпизоотического процесса открывает пользователю много новой информации и создает основу для направленности его дальнейших изысканий.

В рамках решения задач мониторинга эпизоотий зачастую возникает необходимость выполнения операции осреднения. Например, расчет среднего процента заболеваемости для выбранного административного подразделения. Казалось бы, в этой простой и распространенной операции не должно быть никаких проблем. Зачастую используется формула:

(1)

где: S - вычисляемое среднее значение;

N - количество объектов, по которым выполняется осреднение;

Pi - параметр объекта, подлежащий осреднению.

Но возможно и вычисление средневзвешенного значения:

(2)

где: S - вычисляемое среднее значение;

N - количество объектов, по которым выполняется осреднение;

Pi - параметр объекта, подлежащий осреднению;

Ki - весовой коэффициент (например, для случая вычисления средней заболеваемости в районе: равен отношению числа животных в хозяйстве к общему их числу в районе).

Для оценки среднего уровня заболеваемости или другой аналогичной величины вышестоящей административной единицы более точной будет значение, вычисляемое по формуле (2). Но это не обозначает, что всегда в подобных задачах следует отказаться от формулы (1). Рассмотрим более подробно эту ситуацию. Нередко в мониторинге возникает потребность выявить, например, хозяйства, осложняющие эпизоотическую ситуацию в районе. Для этого рационально вычислить среднее значение процента заболеваемости по формуле (1) и выявить те хозяйства, которые имеют показатели выше вычисленного значения. В подобном случае при использовании формулы (2) мы смещаем разделительную границу (среднее значение процента заболеваемости) в сторону оценок, характерных для больших хозяйств - именно они определяют в данном случае разделительную границу. Если большие хозяйства имеют хорошие показатели (например, малый процент заболеваемости), то почти все остальные будут отнесены к разряду осложняющих эпизоотическую ситуацию. И, наоборот, если большие хозяйства имеют плохие показатели. Более того, иногда рационально использовать обе формулы в одном аналитическом выражении:

(3)

В формуле (3) определяется среднее значение конкретного показателя (например, процент инфицированности) по области, предназначенное для выявления районов, ухудшающих эпизоотическую обстановку в области, а выражение в скобках оценивает средний показатель в районе. Остальные элементы (N, Ki, Pij) - такие же, как в формуле (2).

Известно, что в математике и, особенно, в математической статистике часто возникает вопрос об использовании той или иной формулы из ряда возможных (для достижения определенного результата). Его решение является далеко не простым и требует вдумчивого подхода исследователя [6].

Выявление зависимостей от отдельных факторов и получение новых закономерностей в образовании и развитии эпизоотического процесса при лейкозе КРС может достаточно эффективно осуществляться в связи с заложенными возможностями анализа в системе «Лейкоз». Даже рассмотренный выше обзор реальной картины эпизоотического процесса, выполняемый для различных интервалов времени или различных территорий, может послужить для выработки определенных гипотез, научная проверка которых определит открытие новых закономерностей. Для этого в каждом конкретном случае необходимо использовать определенные приемы обработки и анализа, наиболее результативные для данного случая.

Следует обратить внимание на возможности применения SQL- запросов при изучении эпизоотических процессов. SQL-запросы представляют собой эффективный аппарат для обработки информации. Они позволяют создать сложное аналитическое выражение по отношению к накопленной в БД информации и выделить из ее совокупности только те данные, которые соответствуют заданному выражению. Например, в хозяйстве произошла вспышка инфекции с октября по декабрь. Причем инфицированы были животные разных групп. Были составлены два SQL-запроса. Логическое выражение первого соответствует по смыслу следующему: выделить группу телят, заболевших в период с октября по декабрь и вес которых менее «n» кг. Если таблица, в которой хранятся данные, имеет название Hoz_1, то выражение имеет вид:

Hoz_1.Группа = «телята» And Hoz_1.Вес < n And

Hoz_1.Дата_Инф < 31.12.09. And Hoz_1.Дата_Инф > 01.10.09.

Для второго запроса, цель которого выделить группу телят, вес которых менее «n» кг, логическое выражение запишется в виде:

Hoz_1.Группа = «телята» And Hoz_1.Вес < n

Определив количество выявленных животных в данных запросах и разделив первый результат (число заболевших телят малого веса) на второй, получим относительную частоту инфицирования среди телят с малым весом. А сопоставление данной частоты с аналогичным показателем по всем животным хозяйства поможет выяснить, представляет ли данная группа телят повышенную опасность по возникшей болезни. Приведенный простой пример лишь отображает суть использования SQL-запросов, возможности которых найдут широкое применение в разнообразных и сложных случаях исследовательской практики.

Для осуществления эпизоотологического мониторинга требуется постоянная комплексная системная обработка эпизоотической информации на основе углубленного научного исследования и моделирования особенностей и закономерностей эпизоотических процессов.

Перспективные системы мониторинга болезней животных должны использовать ГИС-технологии. Математический аппарат, применяемый в системах мониторинга, должен обеспечивать эффективность обработки информации для конкретных условий задачи и включать, по мере необходимости, такие вычислительные приемы как SQL-запрос.

геоинформационный запрос эпизоотический мониторинг

Библиографический список

1. Концепция обеспечения эпизоотического благополучия животноводства Сибири в современных социально-экономических и природно-хозяйственных условиях // Методические рекомендации. - Новосибирск, 2010. - 21с.

2. Молчанов В.П., Горячева Г.А. Информационно-советующая система ЛЕЙКОЗ КРС // Вестник ветеринарии. - 2005. - №1. - С. 28-32.

3. Разработка компьютерных моделей эпизоотологического мониторинга / А.С. Донченко, С.К. Димов, Ю.Г. Юшков, А.Ф. Алейников [и др.] // Информационные технологии, информационные измерительные системы и приборы в исследовании сельскохозяйственных процессах: материалы междунар. науч.-практич. конф. «АГРОИНФО - 2003». - Новосибирск, 2003. - Ч.2. - С. 215-217.

4. Информационно-аналитическая поддержка систем мониторинга болезней животных на примере лейкоза КРС / В.Г. Потанин, А.Ф. Алейников, Храмцов В.В., А.Ф. Чешкова, В.Г. Черных, Н.А. Осипова // Ветеринария и кормление. - 2012. - №4. - С.2-5.

5. Система мониторинга лейкоза крупного рогатого скота в Российской Федерации / Ответственный за выпуск М.И. Гулюкин. - М., 2007. - 51 с.

6. Тюрин Ю.Н. Макаров А.А. Анализ данных на компьютере. - М., 1995. - 384 с.

Размещено на Allbest.ru