Размещено на http://www.allbest.ru/

На правах рукописи

моделирование продуктивности орошения на мелиоративных системах северного Кавказа

Специальность 06.01.02 -

Мелиорация, рекультивация и охрана земель

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Игнатьев Виктор Михайлович

Новочеркасск 2008

Работа выполнена в Федеральном государственном образовательном

учреждении высшего профессионального образования

«Новочеркасская государственная мелиоративная академия»

Научный консультант доктор технических наук, профессор,

член-корреспондент РАСХН,

Заслуженный деятель науки РФ

Ольгаренко Владимир Иванович

Официальные оппоненты: доктор технических наук, профессор,

академик РАСХН,

Заслуженный деятель науки и техники РФ,

Григоров Михаил Стефанович;

доктор технических наук, ст. научный сотрудник

Городничев Валерий Иванович;

доктор технических наук, профессор

Кравчук Алексей Владимирович

Ведущая предприятие ФГОУ ВПО «Кубанский государственный

аграрный университет»

Защита состоится 26 декабря 2008 г. в 10 часов на заседании диссертационного совета ДМ 220.049.01. в ФГОУ ВПО «Новочеркасская государственная мелиоративная академия» по адресу: 346428, г. Новочеркасск, Ростовской области, ул. Пушкинская 111, ауд. 339, факс (86352) 45-164.

С диссертацией можно ознакомиться в библиотеке ФГОУ ВПО «НГМА», с авторефератом - на сайте Федеральной службы по надзору в сфере образования и науки Минобразования и науки РФ referat_vak@ministry.ru.

Отзыв на автореферат в двух экземплярах, заверенные печатью предприятия, просим направлять ученому секретарю диссертационного совета.

Автореферат разослан ___ ноября 2008 г.

Ученый секретарь диссертационного совета, кандидат сельскохозяйственных наук,

профессор, Заслуженный мелиоратор РФ

Г.А. Сенчуков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. 90 % продовольствия на Земле поставляет сельское хозяйство. На долю остальных источников, таких как дикоросы, продукты охоты и моря, приходится всего 10%. Продовольствие - основной регулятор численности населения на Земном шаре, которое увеличилось за последние 40 лет вдвое. Для успешного решения указанной проблемы при таких темпах роста численности населения необходимо, чтобы площадь орошаемой пашни ежегодно увеличивалась на 0,5 %.

За прошедшие 15 лет площадь орошаемых земель в России и на Северном Кавказе сократилась почти на 60 %, в то время как основой стабилизации сельскохозяйственного производства является рост орошаемых земель и повышение эффективности их использования. В Южном Федеральном округе (ЮФО) проживает около 20 % населения Российской Федерации, а запасы пресной воды составляют 1 % от запасов пресных вод страны. Забор воды на нужды орошения в среднем по России составляет 7800 мз воды на 1 га орошаемых земель. На оросительных системах Северного Кавказа значительная часть воды теряется при её транспортировке на поля орошения, что указывает на неэффективность использования водных ресурсов.

Рентабельность производства основных видов растениеводческой продукции на оросительных системах Северного Кавказа за последние 10 лет имеет значительные колебания, что указывает на нестабильность производства. В «Основных направлениях агропромышленной политики Правительства РФ на 2001-2010 годы» стабилизации сельскохозяйственного производства в стране уделяется особое внимание.

Актуальность темы диссертационной работы и выбора объекта научного исследования обоснована необходимостью стабилизации сельскохозяйственного производства, что возможно с помощью адекватного планирования, прогнозирования и программирования этого процесса в первичном звене производства - в хозяйстве. Решению этих проблем и посвящена диссертационная работа, которая имеет важное научно-производственное значение для стабилизации производства продукции орошения в стране.

Степень разработанности проблемы. Отметим, что в настоящее время имеется много научных и научно-методических работ, посвященным проблемам сельскохозяйственного производства на макро и мезо уровнях. Прогнозирование и планирование постоянно используют при управлении сельскохозяйственным производством, а также для прогнозирования продуктивности на орошаемых землях. Исследования в области оценки природных и экономических аспектов сельскохозяйственного производства сопряжено с преодолением больших методологических трудностей, возникающих из-за сложности проблемы, необходимости учёта значительного количества факторов природной среды и ресурсной обеспеченности производственной системы.

Значительный вклад в совершенствование планирования мелиорации и сельскохозяйственное производства при орошении внесли Х.А. Ахмедов, Г.Т. Балакай, С.Я. Безднина, Я.В. Бочкарев, Е.П. Галямин, Г.П. Гельцер, В.И. Городничев, Д.П. Гостищев, М.С. Григоров, А.Д. Гумбаров, Н.А. Иванова, И.Н. Ильинская, Б.М. Кизяев, Л.В. Кирейчева, А.В. Колганов, А.Н. Костяков, А.В. Кравчук, И. П. Кружилин, Б.С. Маслов, М.Ф. Натальчук, В.И. Ольгаренко, Г.В. Ольгаренко, В.П. Остапчик, С. Р. Оффенгенден, Ю.П. Поляков, Л.М. Рекс, Г.А. Сенчуков, А.Ю. Черемисинов, И.А. Шаров, Б.А. Шумаков, Б.Б. Шумаков, В.Н. Щедрин, Р.А. Халбаева, Н.А. Янишевский и другие учёные.

Важные теоретико-методологические аспекты математического моделирования производства отражены в работах отечественных учёных Ю.М. Ермольева, Л.В. Канторовича, В.А. Кардаша, П.Я. Кочиной, В.Л. Макарова, В.С. Немчинова, В.В. Новожилова, В.Г. Пряжинской, О.Г. Соломонии, Н.П. Федоренко и других. Разработкой оптимизационных моделей в сельскохозяйственном производстве на микро уровне занимались М.Е. Браславец, Е.В. Кузнецов, А.Ф. Чудновский, Л.Н. Усенко и другие учёные.

Несмотря на то, что поиск решения упомянутых проблем осуществляется постоянно, до сих пор ещё недостаточно исследован комплекс вопросов, связанных с планированием сельскохозяйственного производства при орошении в условиях производственных организаций различного типа, оценки их продуктивности и оптимальности планирования. Работа выполнена в ФГОУ ВПО «Новочеркасская государственная мелиоративная академия» на кафедре Эксплуатации мелиоративных систем в соответствии с планом научно-исследовательских работ в рамках государственной комплексной программы «Повышение плодородия почв России» на 2000-2010 гг.

Объектом исследования являются продуктивность сельскохозяйственных предприятий на оросительных системах Северного Кавказа.

Цель - установление основных закономерностей, влияющих продуктивность орошения на мелиоративных системах Северного Кавказа, и построение адекватных математических моделей.

Задачи:

- анализ проблем эффективности орошения в хозяйствах различных форм собственности на оросительных системах Северного Кавказа;

- индикаторный анализ и оценка влияния различных групп факторов на продуктивность сельскохозяйственных культур орошаемой зоны;

- обоснование и построение системы технико-экономических показателей, характеризующих взаимодействие ресурсных и природно-климатических факторов на урожайность сельскохозяйственных культур в условиях орошения;

- обоснование выбора эффективной поливной техники, используемой на оросительных системах;

- разработка моделей планирования водопользования в хозяйствах;

- анализ и прогнозирование продуктивности орошения в хозяйствах на мелиорируемых землях Северного Кавказа.

Теоретической и методологической основой исследования явились труды отечественных и зарубежных учёных; монографии, посвященные изучению данной проблемы; материалы научных конференций и семинаров по инженерно-экологическим проблемам сельскохозяйственного производства. При решении научных проблем использовались современные методики организации, проведения и анализа полученных данных и в том числе системный анализ, методы математического программирования, прикладной статистики и моделирования. Автором использован как отечественный, так и зарубежный опыт применения математического моделирования.

Информационно-эмпирическая база исследования. Информационную базу образуют статистические данные Федерального бюро статистики, Росгидромета России, Министерства сельского хозяйства РФ и Ростовской области, а также данные, опубликованные в областных периодических изданиях и электронных средствах информации, данные опытных мелиоративных станций РосНИИПМ, управлений оросительных систем Северного Кавказа.

Использовались процессор MS Excel и пакеты STATISTICA, MathCAD.

Научная новизна:

- усовершенствована концепция оптимизации продуктивности орошении, обеспечивающая повышение эффективности планирования и прогнозирования сельскохозяйственного производства;

- усовершенствован методологический подход к построению системы моделей на основе использования статистических методов для оценки влияния различных групп факторов на уровень продуктивности орошения;

- обоснована и построена система интегральных показателей, характеризующих природу и климат; плодородие почв; качество оросительной воды, воздушной среды, системы водопользования, обеспечивающая адекватную оценку продуктивности орошения на мелиоративных системах Северного Кавказа;

- уточнена методика прогнозирования динамики урожайности сельскохозяйственных культур и управляющих воздействий в хозяйствах, обеспечивающих стабильность продуктивности сельскохозяйственного производства на орошаемых землях;

- разработаны модели производственных функций с учётом трудовых и других видов затрат, обеспечивающих повышение эффективности возделывания сельскохозяйственных культур;

- предложены оптимизационные модели планирования продуктивности орошения с учётом энергетических и стоимостных показателей при различной обеспеченности интегрированными ресурсами.

На защиту выносятся:

- усовершенствованная концепция оптимизации продуктивности орошения на основе декомпозиционного подхода и имитации работы каждого элемента объединенной модели;

- системы моделей и интегральных показателей, которые оценивают влияние различных групп факторов на продуктивность орошения и обеспечивают стабильность повышения продуктивности орошении на агроэкосистемах;

- усовершенствованная методика прогнозирования динамики урожайности сельскохозяйственных культур;

- модели производственных функций с учётом трудовых и других видов затрат, обеспечивающие рационализацию технологии орошения и проведения хозяйственного плана водопользования;

- оптимизационные модели эффективности производства продукции в хозяйствах при орошении на энергетическом и стоимостном уровне в условиях различной обеспеченности ресурсами.

Практическая значимость полученных результатов диссертационного исследования заключается в возможности применения разработанных моделей, методов, методик и рекомендаций для принятия оптимальных решений, повышающих продуктивность сельскохозяйственного производства при орошении. Водохозяйственным и сельскохозяйственным организациям страны предложены системы моделей, позволяющие оценить состояние сельскохозяйственного производства в хозяйстве и тенденции его развития; интегральные показатели, оценивающие влияния различных факторов на продуктивность орошения; методика прогнозирования урожайности сельскохозяйственной культуры; модели оценки и планирования водопользования в хозяйстве при орошении.

Результаты диссертационного исследования внедрены в практику расчётов водопользования. Результаты работы внедрены в виде нормативных документов, математических моделей и программного обеспечения в Ростовской области, в республике Дагестан и в Краснодарском крае.

Апробация исследования. Результаты диссертационной работы доложены и получили положительную оценку на международных и всероссийских научно-практических конференциях: «Научное обеспечение эффективности использования мелиорируемых земель» (Москва, 1987); «Повышения эффективности мелиоративного состояния орошаемых земель» (Ставрополь, 1987); «Проблемы мелиорации и экономики юга России» (Новочеркасск, 1993); «Экологические аспекты эксплуатации гидромелиоративных систем и использования орошаемых земель» (Новочеркасск, 1996); «Мелиорация, эксплуатация, охрана природы и комплексное использование водных ресурсов» (Новочеркасск, 1998, 1999); научной секции Россельхозакадемии «Эксплуатация гидромелиоративных систем» (1996 - 2002); «Вода: экология и технология» ЭКВАТЭК (Москва, 2002, 2004); Международных конференциях, проводимых ЮРГТУ (Новочеркасск, 1992-2008); «Математические методы в технике и технологиях» (Тамбов, Ростов-на-Дону, Кострома, Казань, Воронеж, 2002-2006).

Публикации. По результатам выполненных диссертационных исследований опубликовано 150 работ, в том числе 8 статей в журналах, рекомендованные ВАК Министерства образования и науки РФ для публикации материалов докторских диссертаций, шесть монографий, 12 нормативных документов.

Личный вклад. Обоснование, постановка проблемы, формирование научной идеи и задач исследований, а также методологического подхода к их реализации, теоретические и экспериментальные обоснования, анализ и формулировка положений, построение моделей и внедрение в производство осуществлены лично автором.

Структура работы включает введение, шесть глав, выводы и предложения производству. Список использованных источников состоит из 401 наименования. Приложений 2. Общий объем диссертации - 273 страницы, в том числе 16 рисунков и 55 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

продуктивность сельскохозяйственный орошаемый водопользование

Во введении обоснована актуальность проблемы, сформулированы цели и задачи исследований; проведен анализ имеющихся методологических подходы к её решению; представлены основные положения, выносимые на защиту.

В первой главе диссертационной работы «Анализ результатов продуктивности орошения» рассматривается хозяйства как сложные открытые системы. Применение и использование теории полезности позволили оценить эффективность хозяйственной системы; предложить проекты развития систем, учитывая случайность отказов, неплановых ремонтов, неполадок и аварий, вызванных природными и технологическими явлениями; оценить продуктивность орошения в хозяйствах в течение всего жизненного цикла.

Анализ динамики объёма производства продукции растениеводства по категориям хозяйств Ростовской области за 2001-2006 гг. (Ростовстат), приведенный в таблице 1, показывает общую тенденцию его увеличения в крупных сельскохозяйственный организациях и в фермерских хозяйствах.

Таблица 1 - Структура сельскохозяйственной продукции в хозяйствах Ростовской области в 2001-2006 гг. (%)

Категории хозяйств	2001	2002	2003	2004	2005	2006
Сельскохозяйственные организации	31,2	36,9	42,2	45,7	45,0	41,9
Хозяйства населения	63,5	57,1	49,5	44,6	45,2	49,7
Крестьянские (фермерские) хозяйства	5,3	6,0	8,3	9,7	9,8	8,4

В связи с этим представляет интерес структура объемов производства основных видов сельскохозяйственной продукции в фермерских хозяйствах, приведенная в таблице 2. Анализ данных показывает, что урожайность сельскохозяйственных культур, полученная в фермерских хозяйствах в 2006 г. ниже, чем урожайность крупных предприятий. Так, производя 1,7 т/га зерна после обработки, фермерские хозяйства занимают 19,6 % пашни, отводимой под зерновые в регионе. Производство семян подсолнечника в фермерских хозяйствах области составляет 22,8 % от объема производства, а занимаемая площадь под эту культуру - 29,4 % или 319,3 тыс. га.

Таблица 2 - Структура производства сельскохозяйственной продукции в фермерских хозяйствах, % от всей продукции Ростовской области

Продукция	1995	2001	2002	2003	2004	2005	2006
Зерно (после доработки)	5,0	9,9	9,9	13,8	16,7	16,7	15,8
Сахарная свёкла	-	10,0	9,6	6,3	8,8	6,3	16,7
Семена подсолнечника	14,4	14,8	15,9	20,2	20,1	21,1	22,8
Картофель	0	0,2	0,1	0,3	0,3	0,5	1,1
Овощи (всего)	1,2	1,3	3,0	3,2	1,4	1,2	1,5

Сравнение объёмов производства сельскохозяйственной продукции в фермерских хозяйствах и распределения посевных площадей под эти культуры приведены в таблице 3.

Таблица 3 - Распределение посевных площадей в фермерских хозяйствах, тыс. га

Годы	Посевная площадь	в том числе, в % от пашни хозяйства
		Зерновые	Технических	Картофеля и овощей	Кормовых культур
2002	565,4	18,4	28,5	6,4	4,6
2003	611,7	20,1	31,2	5,1	5,5
2004	608,6	20,1	29,4	5	5,5
2005	627,2	19,5	29,2	5,9	6,2

В статистической отчётности Ростовской области за 2007 г. указываются основные финансовые показатели деятельности сельскохозяйственных предприятий (таблица 4), число которых из-за убыточности сокращается, а общая их рентабельность возрастает. Среднегодовая численность работников в хозяйстве также сокращается от 204,9 чел. в 2001 г. до 181,6 чел. в 2005 г.

При успешной финансовой деятельности в хозяйствах населения при выделении земельной пашни и возможности аренды сельскохозяйственной техники образуются новые фермерские хозяйства, в связи с чем, при анализе деятельности последних необходимо учитывать один из основных ресурсов - земельный надел фермерского хозяйства.

Таблица 4 - Основные показатели сельскохозяйственной деятельности предприятий Ростовской области за 2001-2006 гг.

Показатели	2001	2002	2003	2004	2005	2006
Число сельскохозяйственных предприятий (на конец года), шт.	856	880	924	743	708	640
Среднегодовая численность работников, тыс. чел.	175,4	162,0	153,8	142,0	131,8	116,2
Балансовая прибыль, млн руб.	-1113,7	905,7	1169,7	1723,7	1117,1	2313,9
Среднегодовая численность работников в хозяйстве, чел.	204,9	184,1	166,5	191,1	186,2	181,6
Рентабельность всей хозяйственной деятельности, %	-34,2	22,2	19,1	21,1	10,9	21,3
Число убыточных предприятий, шт	670	315	294	187	188	150
% от общего числа	78,3	35,8	31,8	25,2	26,6	23,4

Все показатели и факторы, влияющие на производство в хозяйстве, являются функциями времени и связаны между собой с помощью функций запаздывания. Поэтому процесс управления сельскохозяйственного производством должен рассматриваться во времени. Схема анализа процесса управления производством в хозяйстве приведена на рисунке 1.

Размещено на http://www.allbest.ru/

Рисунок 1 - Схема процесса управления сельскохозяйственным производством в хозяйстве

В качестве лица принимающего решение (ЛПР) выступает руководитель или совет хозяйства. В роли входных управляемых переменных выступают все факторы, которые могут изменяться при управлении производством (площадь орошения, культуры, численность работников, объем основных фондов, оборотные средства, почвы и механизмы). В роли внешних воздействий выступают природно-климатические факторы. Регулирование использования ресурсов осуществляется ЛПР. Выходные переменные - продуктивность при орошении. Изображенные на рисунке 1 природно-климатические ресурсы и входные управляемые переменные образуют совокупность факторов, влияющих на процесс сельскохозяйственного производства.

Основная задача при управлении такой динамической системой заключается в следующем: определить основные факторы воздействий на сельскохозяйственное производство; выявить эффективные управляющие ресурсы, оказывающие значительное влияние на продуктивность орошения в хозяйстве.

Проведен анализ существующей системы показателей оценки эффективности сельскохозяйственного производства. На основе методов системного анализа разработаны детальный, аналитический и эмпирический подходы к оценке эффективности, описаны критерии оценки и возникающие риски производства в хозяйственных системах.

Аналитический подход основан на рассмотрении сельскохозяйственного производства в виде «черного ящика», испытывающего влияние различных групп факторов, влияние которых задается в виде установленной последовательности и оценивается не только как одномерная статистическая величина, но и как совокупность многомерных случайных величин.

Проведен анализ различных моделей от простого временного ряда или пары временных рядов до построения сложной оптимизационной модели управления сельскохозяйственным производством с учетом установления необходимой целесообразности распределении ресурсов и оценки влияния совокупностей факторов на основные показатели продуктивности орошения (рисунок 2).

Проведены проверки выборок на однородность с помощью критерия Колмогорова-Смирнова. Определено соответствие выборок одному из основных законов распределения.

Предложена методика проведения статистического исследования, включающая следующую последовательность действий:

- изучение отдельных факторов, как простых выборок;

Размещено на http://www.allbest.ru/

Рисунок 2 - Влияние совокупностей факторов на продуктивность орошения

- проведение корреляционного анализа основных показателей продуктивности орошения и исходных факторов, оценка степени взаимосвязи и отсев отдельных факторов;

- снижения размерности задачи с использованием метода главных компонент;

- построение и оценка регрессионных зависимостей между группами факторов.

Оценку влияния группы факторов на продуктивность орошения целесообразно проводить с помощью метода главных компонент, позволяющего перейти к латентным ортогональным показателям, количество которых значительно меньше количества исходных факторов.

Проведённый анализ позволил разработать причинно-следственную диаграмму Исикавы влияния факторов на продуктивность орошения, которая приведена на рисунке 3.

Во второй главе «Моделирование влияния факторов на продуктивность орошения» описан процесс оценки влияния природных факторов на продуктивность орошения, которые являются постоянной формой использования природных ресурсов. Почвенно-климатические зоны орошения Северного Кавказа обладают различными возможностями для производства сельскохозяйственной продукции, продуктивность которых зависит от большого количества факторов. Природные условия конкретных территорий в форме используемых ресурсов - солнечной энергии, тепла, влаги, земельных угодий составляют первооснову сельскохозяйственного производства. Развитие агропромышленного комплекса базируется на научно обоснованном учете и рациональном использовании природных, технических, экономических, общественных, организационных и хозяйственных факторов.

По данным Ростовской метеорологической обсерватории за последние 30 лет рассмотрен ряд метеорологических факторов, оценка влияния которых на урожайность сельскохозяйственных культур произведена с помощью кластерного анализа и метода главных компонент.

Факторы упорядочены по степени влияния на урожайность сельскохозяйственных культур с использованием коэффициента вариации метода главных компонент и корреляционного анализа. Результаты расчётов приведены в таблице 5.

Таблица 5 - Влияния метеорологических факторов на урожайности культур

Метод главных компонент	Культура	Достоверность, %	Последовательность уменьшения влияния факторов
	Озимая пшеница	95,2	T,D,E,N,X,W,R,Q,Qф,T,D,B,Yо,V,K
	Кукуруза на зерно	95,21	T,D,E,N,X,W,R,Q, Yк, Qф,T,D,B,V,K
	Люцерна на корм	95,16	T,D,E,N,X,W,R,Q, Qф,T,D,B, Yл,V,K
Корреляционный анализ	Культура	Последовательность уменьшения значений коэффициентов факторов
	Озимая пшеница	Qф,Q,R,T,T,W,E,K,D,D,X,B,N,V
	Кукуруза на зерно	W,K,X,R,Qф,Q,E,D,D,N,B, T,T,V
	Люцерна на корм	Qф,Q,R,W,T,T,V,D,B,E,D,D,X,N
Коэффициент вариации	K,V,W,X,D,D,E,R,T,T,N,B, Qф,Q

Исходными данными явились наблюдения Ростовской гидрометеорологической обсерваторией по станциям, расположенным на территории Ростовской области по следующим параметрам: температура воздуха (T), С; относительная влажность воздуха (R), %; скорость ветра (V), м / с; осадки (X), мм; начальная влажность почвы (W), м3 / га; испаряемость (E), мм; солнечная радиация (Q), ккал / см2; фотосинтетическая активная радиация (Qф), ккал/см2; радиационный баланс (B), ккал/см2; продолжительность солнечного сияния (N), час; сумма температур воздуха больше 10 С (T), С; коэффициент увлажнения (К); дефицит влажности воздуха (D), мб; сумма дефицитов влажности воздуха (D), мб. Количество параметров - 14. Число метеостанций - 21. Анализ таблицы 5 указывает степень влияния показателей на урожайность сельскохозяйственных культур. Например, на урожайность озимой пшеницы влияния показатели, расположенные по степени уменьшения корреляции: фотосинтетическая активная радиация, солнечная радиация, относительная влажность воздуха, : температура воздуха, сумма температур воздуха больше 10 С, начальная влажность почвы, испаряемость, коэффициент увлажнения, сумма дефицитов влажности воздуха, дефицит влажности воздуха, осадки, радиационный баланс, продолжительность солнечного сияния и скорость ветра.

Данные загрязнения поверхностных вод: растворенный кислород, кислотность, взвешенные вещества, кальций, магний, натрий и калий, гидрокарбонаты, хлориды, сульфаты, сумма ионов, биологическое потребление кислорода, азот аммонийный, азот нитритный, азот нитратный, фосфаты, железо общее, нефтепродукты, никель, цинк, хром общий, алюминий. По убыванию значений дисперсии в главной компоненте получена следующая последовательность влияния веществ по степени загрязнения: сумма ионов, хлориды, сульфаты, гидрокарбонаты, кальций, магний, натрий и калий, биологическое потребление кислорода.

Предлагается модель расчёта экологически безопасных поливных норм дождевания для различных типов почв с учетом гранулометрических свойств и показателя впитывания (по данным Э.В. Гришкова за 1983-1987 гг.). Величину эрозионно-допустимой поливной нормы М (мм) предлагается рассчитывать по следующей эмпирической зависимости

M = A0,33d0,316 i, (1)

где d - средний диаметр капель, мм; i - средняя интенсивность дождя, мм/мин.; А = 475,4 для суглинков легких, А = 330,14 для суглинков средних, А = 223,7 для суглинков тяжелых, А = 173,2 для глинистых грунтов.

Влияние физических и химических свойств почвы на продуктивность орошения установлено с использованием метода главных компонент, корреляционного и регрессионного анализов. Оценивается влияние различных мелиоративных мероприятий на плодородие черноземных почв с учетом экономических факторов. Данные о влиянии 18 мелиоративных приемов на почвы в ОПХ "Изобильненское" Ставропольского края (данные Н.С. Скуратова) с помощью метода главных компонент упорядочиваются следующим образом: Навоз (Н) 50 т/га + Фосфогипс (Ф) + Рыхление (Р) 45 см, Н 50 т/га + Ф + Р 65 см, Н 100 т/га + Ф + Р 45 см, Н 100 т/га + Ф + Р 65 см, Н 100 т/га + Ф, Ф + Р 65 см, Ф + Р 45 см, Н 100 т/га + Р 65 см, Н 100 т/га + Ф, Н 100 т/га + Р 45 см, Н 50 т/га + Р 65 см, Н 50 т/га + Р 45 см, Н 50 т/га, Н 100 т/га, Ф 5,4 т/га, Р 50 см, Р 45. Анализом компонент установлено, что вариант внесения 50 т/га навоза, 5 т/га фосфогипса и рыхления на глубину 45 см является наилучшим.

Производство зерна в мире с 1950 г. увеличилось более чем в 2,8 раза, что обеспечивалось интенсивным применением удобрений в сочетании с развитием ирригации и достижениями селекции сельскохозяйственных культур, наиболее отзывчивых к орошению и минеральным подкормкам. В Российской Федерации урожайность зерновых культур в весе после доработки с 1990 по 2003 гг. снизилась(таблица 6).

Таблица 6 - Урожайность зерновых культур в весе после доработки в Российской Федерации, Южном федеральном округе и Ростовской области с 1985 по 2004 гг. (т/га)

Годы	19985	1990	1991	1992	1993	1994	1995	1996
Россия	1,47	1,95	1,41	1,8	1,71	1,53	1,31	1,49
ЮФО	2,05	3,24	3,03	3,01	2,97	2,48	1,92	2,13
Ростовская обл.	1,69	3,21	2,45	2,71	2,53	2,17	1,74	1,68
Годы	1997	1998	1999	2000	2001	2002	2003	2004
Россия	1,78	1,29	1,44	1,56	1,94	1,96	1,78	1,85
ЮФО	2,07	1,83	2,2	2,19	2,71	2,87	2,13	2,21
Ростовская обл.	1,72	1,56	1,73	1,73	2,5	2,54	1,78	2,32

Внесение минеральных удобрений в тех же регионах по сравнению с 1990 г. значительно сократилась (таблица 7).

Таблица 7 - Внесение минеральных удобрений (кг/га) в Российской Федерации, Южном Федеральном округе и Ростовской области с 1990 по 2003 гг.

Годы	1990	1993	1994	1995	1996	1997
Россия	88,2	45,7	23,5	16,9	16,7	18,2
ЮФО	104,4	47,5	25,8	17,6	17,2	22,9
Ростовская обл.	76,3	28,4	8,9	7,3	5,9	9,9
Годы	1998	1999	2000	2001	2002	2003
Россия	15,9	14,9	18,7	19,1	21,4	21,1
ЮФО	19,6	18,1	21,5	25,6	33,2	31,9
Ростовская обл.	7,5	6,4	12,5	20,5	29,8	30,1

Для Ростовской области полученная зависимость урожайности зерновых культур от количества внесенных минеральных удобрений имеет вид

Yз = 1,6354 + 0,022Ud, (2)

где Yз - урожайность зерновых культур, ц/га; Ud - дозы минеральных удобрений, кг/га; при R2скор = 0,7.

На основании исходной информации по эффективности воэделывания сельскохозяйственных культур в различных регионах Северного Кавказа (Ростовская, Дагестанская опытно-мелиоративная станция, Грозненская опытно-мелиоративная станция, Сунженское опытное хозяйство Республики Ингушетия, хозяйства «Золотаревский», "Елкинский", "Янтарный", "Прогресс", имени Ленина Ростовской области) были построены модели выращивания сельскохозяйственных культур с использование метода главных компонент и регрессионного анализа. Основными наблюдаемыми факторами водно-пищевого режима являлись: плотность почвы (), т/м; наименьшая влагоемкость (НВ), %; уровень питания азотом (N), кг/га; уровень питания фосфором (P), кг/га; уровень питания калием (K), кг/га; оросительная норма (M), м3/га; прибавка урожайности культуры (Y), т/га; гидротермический коэффициент (G); обеспеченность по дефициту водного баланса (F), %.

Для оценки влияния факторов и достоверности описания процесса выращивания сельскохозяйственных культуры использован метод главных компонент (МГК). Число опытных данных, достоверность главной компоненты, её вид и последовательности влияния факторов приведены в таблице 8, Установлено влияние факторов в следующей последовательности: M, N, F, P, HB, G, . Оросительная норма (M) для всех рассматриваемых культур является фактором наибольшего влияния. Влияние гидротермического коэффициента (G) незначительно.

Таблица 8 - Результаты построения главных компонент урожайности сельскохозяйственных культур

Культура	Главная компонента
Озимая пшеница	-4,7710-8+0,00041HB+0,012N+0,00227P+M-0,0000587G+0,0075F
Кукуруза на зерно	4,710-6-0,00013HB-0,00415N-0,0064P-0,008K-M+0,000163G-0,014F
Соя на зерно	6,510-7+0,00016HB-0,0031N-0,0032P+0,0031K+M-0,00011G+0,012F
Сорго на зерно	-9,210-6-0,000634HB-0,0037N+0,0037P+M+0,0000193G-0,0015F
Картофель	M+0,0001645G-0,014F
Кукуруза на силос	10-5+0,000175HB-0,033N-0,025P-0,021K-M+0,000313G-0,027F
Люцерна	1,1610-6+0,000765HB-0,013N-0,018P+M-0,000034G+0,00388F
Культура	Число опытов	Достоверность, %	Последовательность
Озимая пшеница	60	99,85	M,N,F,P,HB,G,
Кукуруза на зерно	74	99,83	M,F,K,P,N,G,HB,
Соя на зерно	42	99,75	M,F,P,K,N,HB,G,
Сорго на зерно	13	99,92	M,N,P,F,HB,G,
Картофель	9	99,9	M,F,G
Кукуруза на силос	22	99,65	M,N,F,P,K,HB,G,
Люцерна	60	99,71	M,P,N,F,HB,G,

Определение влияния показателей водопользования позволило модифицировать систему технико-экономических показателей и построить производственные функции продуктивности орошения. К основным показателям оценки эффективности хозяйственного водопользования (по данным В.И. Ольгаренко) относятся: коэффициент полезного действия сети; коэффициент использования воды на поле; коэффициент использования воды на хозяйственной системе; отклонение фактического полива от планового по площади орошения, по гектарополивам, по объему поданной воды; оросительная норма брутто и нетто; отклонение оросительной нормы; ритмичность водоподачи; продуктивность и эффективность орошаемого гектара и 1000 м3 оросительной воды; срок окупаемости мелиоративных фондов; фондоотдача; энергетические и трудовые затраты производства. Среди показателей, характеризующих водопользование при анализе хозяйств Миусской оросительной системы Ростовской области, выявлено, что наибольшее влияние оказывают: продуктивность и эффективность орошаемого гектара, продуктивность и эффективность 1000 м3 оросительной воды, фондоотдача и ритмичность водопользования. Для указанных экономических и технических показателей хозяйств продуктивность гектара имеет вид

(3)

где П - продуктивность гектара, руб./га; Э - эффективность гектара, руб./га; Пв -продуктивность использования оросительной воды, руб./1000 мз, Эв - эффективность использования оросительной воды, руб./ 1000 мз, r - отклонение фактической водоподачи от требуемой; F - фондоотдача, %.

Использование показателей продуктивности гектара позволило получить следующую зависимость удельной рентабельности

(4)

Анализ показывает, что влияние рентабельности возрастает при увеличении значений эффективности использования оросительной воды и отклонений водоподачи. Рентабельности снижается при увеличении эффективности гектара, продуктивности использования оросительной воды и значения фондоотдачи.

Для хозяйств Аксайского района Ростовской области продуктивность орошаемого гектара описывается уравнением

(5)

где M - оросительная норма брутто, м3/га; Z - затраты на орошение, тыс. руб.; r - ритмичность водоподачи.

Для хозяйств Миусской оросительной системы Ростовской области среднее значение удельной рентабельности равно 32,94, среднеквадратичное отклонение - 29,3, а их отношение - 1,13. В этом случае, чем больше значение отношения среднего значения удельной рентабельности к значению среднеквадратичного отклонения - тем меньше степень риска продуктивности культур.

В третьей главе «Моделирование продуктивности орошения сельскохозяйственных культур» рассматриваются методы прогнозирования временных рядов продуктивности. Предложена методика прогнозирования урожайности сельскохозяйственных культур с помощью выделения нелинейного и циклического трендов и с использованием аппарата Марковских процессов. Алгоритм прогнозирования уточнен выделением рядов метеорологических факторов, что дало уменьшение значения размаха прогнозируемого ряда. Методика апробирована при прогнозировании урожайности риса в хозяйствах Пролетарского района Ростовской области на основе временного ряда за 38 лет (данные М.В. Середы). Построен параболический тренд z(t) = -0,0015t2 - 0,135t+36,782. Циклический тренд- x(t) = -0,847 sin(t - 2,524)-0,00665. Тогда уравнение невязки имеет вид y(t) = (t) - z(t) - x(t), где (t) - средние значения фактической урожайности риса в t году - исходный ряд.

Для прогнозирования ряда использован аппарат Марковских процессов, где размах невязки разбили на 3 интервала: S1 = [10,8; 3,6), S2 = [3,6, -3,6], S3 = (-3,6, -10,8]. Центры интервалов следующие: 7,2; 0; -7,2. Количество переходов из одного интервала в другой интервал равно 37. Матрица переходов имеет вид М = . Число переходов в интервала S1, S2, S3 равно (9; 22; 6). Вероятности перехода в состояния S1, S2, S3 равны: 9/37=0,243; 22/37=0,595; 6/37=0,162. Отсюда - вероятность того, что невязка превысит значение 3,6 ц/га, равна 24,3 %. Анализ данных показывает, что вероятность невязки в 3,6 ц/га, равна 16,2 %. С вероятностью 59,6 % можно утверждать, что невязка не превысит 3,6 ц/га. Параболический и циклический тренды дали уравнение прогноза урожайности риса p(t) = x(t) + z(t)+ y(t) при t > 38. На основании трендов для 2006 г. получено значение урожайности риса x(t) + z(t) = 3,01 т/га при t = 39. Урожайность риса свыше 3,37 т/га возможна с вероятностью в 24,3 %. Урожайность ниже 2,65 т/га - с вероятностью в 16,2 %.

На основе данных РосНИИПМ (1971-2005 гг.) прибавки урожайности основных сельскохозяйственных культур и факторов водно-пищевого режима были построены эффективные регрессионные модели (таблица 9).

Таблица 9 - Регрессионные зависимости прибавки урожайности культур

Культура	Модель и среднеквадратичные стандартные ошибки	R2скор
Озимая пшеница	Y= e21,11 -45,9 N-0,92P-1,85 M0,3F0,73ГТК1,071 (4,72)(8,53) (0,42)(0,47) (0,15) (0,113) (0,315)	0,746
Кукуруза на зерно	Y=-188,62+48,586lnHB+17,44lnN-13,66lnP-0.064lnK+1,447lnM (41,9) (10,46) (5,19) (3,5) (0,032) (0,24)	0,535
Соя на зерно	Y=e-7P1,41F0,92 (1,42) (0,311) (0,133)	0,583
Сорго на зерно	Y=-2,96-0,01923N+0,00714M-0,000001M2 (3,56) (0,0172) (0,00274) (0,000001)	0,484
Картофель	Y=-765+275,6G+5,835lnM+141,25lnF (240) (88,15) (1,85) (45,1)	0,644
Кукуруза на силос	Y= e-10,71 N-0,98 M1,83F1,48ГТК2,16 (4,17)(0,35) (0,38)(1,04) (1,12)	0,61
Люцерна	Y=e-18,84 11,61P0,7M1,75ГТК-0,77 (2,62)(2,4)(0,255)(0,24)(0,332)	0,595

Выделены основные факторы, влияющие на прибавку урожайности сельскохозяйственных культур, оценена степень их взаимосвязи с прибавкой урожая по каждой культуре. Анализ данных показывает, что урожайность сельскохозяйственных культур или прибавка урожайности подчиняются, гамма - распределению, распределению Максвелла, экстремальному, хи-квадрат распределению. Для большинства участков орошения на оросительных системах Северного Кавказа урожайность сельскохозяйственных культур описываются левосторонними распределениями, т. е. появление урожайности меньше среднего значения урожайности более вероятно.

Основными факторами водно-пищевого режима, с помощью которых можно управлять сельскохозяйственным производством, являются уровни питания азотом, фосфором, калием и оросительная норма. По данным РосНИИПМ (1971-2005 гг.) были построены эмпирические зависимости прибавки урожайности от указанных факторов управления (таблица 10). Полученные зависимости определяют урожайность от факторов управления и используются в оптимизационных моделях в качестве ограничений.

Таблица 10 - Зависимости прибавки сельскохозяйственных урожайности культур от факторов управления

Культура	R	Вид регрессионного уравнения
Люцерна	0,608	Y=-48-0,0025N2+0,53N-0,0026P2+0,492P-10-6M2+0,009M
Кукуруза на зерно	0,66	Y=0,0013N2-0,512N-0,0037P2+0,8P-0,046K2+2,73K- 1,7410-7M2+0,0016M+2,6
Озимая пшеница	0,69	Y=-2,622+0,091N-0,0037P-0,0008NP+0,023M-0,0032NM-0,000345PM+0,000005NPM
Кукуруза на силос	0,627	Y=-1,18N2+0,91N+1,722P2+0,665P+0,737K2+2,95K- 6,2 10-6M2+0,029M+11,37
Соя на зерно	0,718	Y=0,0035/N-60,2/P-0,01K-,0013/M-36,3
Сорго на зерно	0,783	Y=-0,95-0,02N2+3,14N-0,013P2+0,86P-1,4 10-6M2+0,007M
Картофель	0,651	Y=-0,0064N2+0,65N-0,00154P2+0,241P-0,15K2+3,77K- 2,15 10-7M2+0,00132M+4,663

На рисунке 4 приведен график прибавки урожайности кукурузы на зерно при внесении фосфорных удобрений и изменении оросительной нормы с использование уравнения из таблицы 9.

Для кукурузы на зерно, произрастающей на обыкновенных черноземах в Ростовской области, максимальную прибавку урожайности даст внесение Р = 108 кг д.в./га и K = 30 кг д.в./га, что видно по поверхности на рисунке 4.

Получены эмпирические зависимости внесения доз минеральных удобрений от уровня содержания азота, фосфора и калия в почве и планируемой урожайности сельскохозяйственной культуры, позволяющие автоматизировать проведение расчётов при программировании урожайности. Результаты расчетов приведены в таблице 11.

Таблица 11 - Уравнения для расчета коэффициента использования элементов питания и определения выноса питательных веществ с 1га при заданной урожайности Y и содержании элементов в почве П

Культура	Элемент Питания	Коэффициент использования питания Кэ = f1(Пэ, Yк), %	Вынос элемента питания Вэ = f2(Пэ, Kэ), кг/га
Озимая пшеница	Азот, N	КN = 10,834 Y /ПN	ВN = 0,3ПNКN
	Фосфор, P	КP = 3,823 Y /ПP	ВP = 0,3ПPКP
	Калий, K	KK = 6,68 Y /ПK	ВK = 1,42ПK 1,081Kk.
Кормовая свёкла	Азот, N	KN = 1,17 Y/ПN
	Фосфор, P	КР = 0,434 Y /ПP
	Калий, K	KK = 1,41 Y/ПK
Картофель	Азот, N	КN = 2.132 1,003Пn Y/ПK
	Фосфор, P	KР = -10,83-0,12ПР+ 0,01Y-9,53lnПР+ 9,53lnY
	Калий, K	КP = 5 Y/ПK
Рис	Азот, N	КN = 9,378 Y /ПN
	Фосфор, P	КP = 4.346 Y /ПP
	Калий, K	КK = 11.486 (Y /ПK )0,943
Кукуруза на зеленый корм	Азот, N	КN = 1,275 1,007Пn Y /ПN
	Фосфор, P	KP = 0,334 Y /ПP
	Калий, K	KK = 1,242 Y /ПK
Овес на зерно	Азот, N	KN= 7,4 (Y/ПN)1,28
	Фосфор, P	KP= 18,764 (Y/ПK)0,38
	Калий, K	KK= 8,53 (Y/ПK)0,97
Кукуруза на зерно	Азот, N	KN = 10,15 Y/ПN
	Фосфор, P	KP = 3,43 Y /ПP
	Калий, K	KK = 10,111 Y/ПK1,04

При определении доз внесения удобрений под программируемый урожай использованы модели расчета коэффициента использования питательного вещества в почве конкретной культурой.

По содержанию запаса элемента в почве и урожайности сельскохозяйственной культуры определяется коэффициент использования данного элемента в почве

Кэ = f1(Пэ, Yк), (6)

где Кэ - коэффициент использования элемента (азота, фосфора или калия) из почвы; Пэ - содержание элементов в почве, мг/100г; Yк - урожайность k-й культуры.

Вынос элементов питания из почвы с урожаем культуры определяется по зависимости

Вэ = f2(Пэ, Kэ), (7)

где Вэ - вынос элемента питания (азота, фосфора или калия) из почвы, кг/га; Пэ - содержание элементов в почве, мг/100г; Кэ - коэффициент использования элемента из почвы, %.

Например, программируемая или полученная урожайность озимой пшеницы Y = 40,6 ц/га, содержание азота в почве ПN = 12 мг/100г, содержание фосфора ПP = 14 мг/100г, содержание калия ПK = 8 мг/100г. Зависимости внесения минеральных удобрений для получения определенной урожайности кормовой свеклы приведен на рисунке 5.

Рисунок 5 - Зависимости внесения минеральных удобрений для получения определенной урожайности кормовой свеклы

Для оценки влияния управляющих факторов на продуктивность орошения в регионах России по статистическим данным за 1992-2005 гг. рассмотрены удельные инвестиции на один гектар (in), руб.; внесение минеральных (x) и органических удобрений (z). Результирующий фактор (y)- урожайность культуры в весе после доработки. Получены модели, учитывающие взаимосвязь урожайности сельскохозяйственных культур от основных факторов управления (таблице 12).

Таблица 12 - Зависимости урожайности сельскохозяйственных культур от факторов управления

Сельскохозяйственные культуры	Вид уравнения	Количество данных	R2скор
Зерновые	y = 0,853 x0,27 z-0,093 in-0,07	592	0,534
Овощные	y =-0,502lnx+1,451lnz-0,855ln in+20,27	592	0,33
Подсолнечник	y = 0,36x 0,16 z0,048 in0,156	312	0,475
Картофель	y = 9,92 x-0,867 z5,722 in9,175	608	0,305
Сахарная свекла	y=1,557lnx+0,321ln z-0,091ln in+11,12	264	0,523

В данных уравнениях используются следующие обозначения: y - урожайность сельскохозяйственной культуры, т/га; x - внесение минеральных удобрений, кг/га; z - внесение органических удобрении, т/га; in - удельные инвестиции, руб./га.

Анализ показывает, что коэффициент детерминации между расчетными и фактическими значениями урожайности для зерновых культур и сахарной свеклы указывает на значительную взаимосвязь этих параметров. Для остальных сельскохозяйственных культур значение коэффициента детерминации соответствует умеренной взаимосвязи параметров. Урожайность зерновых культур увеличивается в большей степени от внесения минеральных удобрений; для картофеля - от внесения органических удобрений и увеличения инвестиций; овощных культур - от внесения минеральных удобрений и орошения; сахарной свеклы - от внесения всех видов удобрений.

Для организации орошения в условиях дефицита оросительной воды в хозяйствах Северного Кавказа разработана модель расчёта оросительных норм сельскохозяйственных культур в зависимостям от коэффициента природной увлажненности и дефицита водного баланса, который определен для каждой метеостанции регионов Северного Кавказа по рядам наблюдений за 50 лет. Ряды дефицитов водного баланса по каждой метеостанции упорядочены в убывающем порядке и по этим рядам определена обеспеченность дефицита водного баланса P для каждого ряда по формуле

P = 100 (m / n + 1), (8)

где P - обеспеченность дефицита водного баланса, %; m - номер члена ряда; n - число членов в ряду.

Для коэффициента природной увлажненности в зависимости от обеспеченности дефицита водного баланса P для каждого ряда метеостанции были получены уравнения, приведенные в таблице 13.

Таблица 13 - Зависимости коэффициента природной увлажненности Kу от обеспеченности дефицита водного баланса P по наблюдаемым метеостанциям

Местоположение метеостанции	Вид зависимости	Местоположение метеостанции	Вид зависимости
Ростовская область	Зимовники	Kу = 0,77 - 0,115 ln P
Матвеев Курган	Kу = 1/(0,023 P+1,353)	Цимлянск	Kу = 0,812 - 0,122 ln P
Таганрог	Kу = 1/(0,018 P+1,046)	Ремонтное	Kу = 1/(0,032 P + 1,9)
Большая Крепкая	Kу = 1/(0,027 P + 1,6)	Азов	Kу = 1/(0,022 P + 1,31)
Ростов н/Д	Kу = 0,97 - 0,145 ln P	Тарасовка	Kу = 1/(0,02 P + 1,353)
Чертково	Kу =1,03 - 0,155 ln P	Чечня и Ингушетия
Каменск	Kу = 0,77 - 0,115 ln P	Орджоникидзевская	Kу = 1,33 - 0,2 ln P
Зерноград	Kу = 0,85 - 0,126 ln P	Наурская	Kу = 0,757 - 0,113 ln P
Миллерово	Kу = 1/(0,022 P + 1,31)	Грозный	Kу = 1,144 - 0,172 ln P
Веселый	Kу = 0,9 - 0,133 ln P	Советское	Kу = 1,875 - 0,281 ln P
Целина	Kу = 0,854 - 0,128 ln P	Терекли-Мектеб	Kу = 1/(0,041 P+2,346)
Константиновск	Kу = 0,705 - 0,105 ln P	Гудермес	Kу = 0,933 - 0,14 ln P
Казанская	Kу = 0,84 - 0,126 ln P	Дагестан
Сальск	Kу = 0,785 - 0,117 ln P	Кизляр	Kу = 0,891 - 0,133 ln P
Мартыновка	Kу = 0,839 - 0,126 ln P	Махачкала	Kу = 0,9 - 0,135 ln P
Пролетарская	Kу = 0,77 - 0,115 ln P	Дербент	Kу = 0,624 - 0,094 ln P
Морозовск	Kу = 0,77 - 0,115 ln P

Обработка фактических оросительных норм сельскохозяйственных культур с помощью методов регрессионного анализа позволила построить для каждой сельскохозяйственный культуры зависимости оросительной нормы от коэффициента природной увлажненности (Kу) и дефицита водного баланса (таблица 14).

В четвертой главе «Моделирование выбора техники орошения и расчет затрат» производится выбора машины или агрегата, как задача теории игр в условиях полной и частичной неопределенности по технико-экономических показателей с использованием различных критериев выбора. При выборе объекта использовались критерии: аддитивный, мультипликативный, критерий Вальда, Гурвица, Cэвиджа, «на успех», «на риск», «на идеальный объект» на множестве нормированных показателях. Применение метода главных компонент рассмотрено на примере выбора дождевального агрегата для фермерского хозяйства. Выбор сельскохозяйственной техники для проведения агротехнических работ предлагается проводить с помощью решения транспортной задачи линейного программирования по объемам сельскохозяйственный работ.

Таблица 14 - Зависимости оросительных норм сельскохозяйственных культур от Ку и обеспеченности дефицита водного баланса

Культура	Вид зависимости	Корреляция
Озимые	M = 68,3 - 145,66 Kу + 3,68 P -2,24 Kу P	0,98
Кукуруза на зерно	M = 131,83 - 241,84 Kу + 4,48 P - 2,115 Kу P	0,981
Кукуруза на силос	M = 166,52 - 318 Kу + 2,786 P	0,975
	M = 98,1 - 180,33 Kу + 4,012 P - 2,465 Kу	0,985
Соя на зерно	M = 201,6 - 421,8 Kу + 3,04 P	0,964
	M = 133,8 - 246,83 Kу + 4,253 P - 3,134 Kу P	0,985
Люцерна	M = 316,23 - 546,8 Kу + 5,042 P	0,971
	M = 118,55 - 668,5 Kу - 0,019 P2 + 7 P + 315,9	0,974
	M = 249,35 - 409,83 Kу + 6,24 P - 2,454 Kу P	0,973
Яровые колосовые	M = 65 - 150,25 Kу + 2,475 P	0,921
	M = 112,7 - 267,64 Kу + 0,012 P2 + 1,276P+109,4	0,927
	M = 55,93 - 132,03 Kу + 2,64 P - 0,326 Kу P	0,921
Картофель	M = 164,41 - 307,8 Kу + 2,76 P	0,942
	M = -204,27 - 145,24 Kу - 0,00256 P2 +3,02P+131	0,943
	M = 168,5 - 318,7 Kу + 2,686 P + 0,195 Kу P	0,942
Плодовые насаждения	M = 211,34 - 406,55 Kу + 3,61 P	0,904
	M = 105,781 - 125,06 Kу + 5,5 P - 5,042 Kу P	0,913
Свекла	M = 217,12 - 333,1 Kу + 3,8 P	0,951
	M = 167,05 - 232,4 Kу + 4,68 P -1,804 Kу P	0,954

Расчет трудовых затрат и механизированных работ при производстве ведется на основании плана производства и нормативов. Определяются трудовые и механизированные затраты на проведение посева, полива, внесения удобрений, по уходу за растениями и уборочным работам, стоимостные затраты на проведение посева, по внесению удобрений и уходу за растениями, на проведение поливов с определенной поливной нормой.

Затраты труда и механизированные затраты определяются нормативами прямых затрат на 1 га площади сельскохозяйственной культуры в зависимости от урожайности культуры и наличия орошения. На основании корреляционно-регрессионного анализа данных построены уравнения взаимосвязи удельных нормативов затрат труда (Т) и механизированных затрат (М) по уходу за сельскохозяйственной культурой на орошаемых землях от урожайности (y, т/га), приведенные в таблице 15.

Таблица 15 - Уравнения взаимосвязи удельных трудовых и механизированных затрат от урожайности культур

Культура	Затраты труда, чел.-ч/га	Механозатраты, га м.п.	Границы y
Озимая пшеница	T = 21,35+5,076 y	М = 1,033+0,57 y	3,5-6
Ячмень яровой	T = 16,086+4,312 y	М = 12,118+0,416 y	3-6
Кукуруза на зерно	T = 24,9974+1,589 y	М = 26,8189+0,715 y	4-8
Картофель	T = 90,104+2,708 y	М = 32,878	10-20
Овощи	T = 215,3273+15,655 y	М = 34,4294+0,155 y	10-20
Сахарная свекла	T = 88,8592+0,558 y	М = 60,49+0,303 y	20-50
Кукуруза на силос	T = 24,5351+0,44 y	М = 26,794+0,157 y	30-60
Кукуруза на зел. корм	T = 24,5564+0,275 y	М = 27,161+0,125 y	20-55
Суданка	T = 14,6594+0,275 y	М = 14,385+0,125 y	15-35
Люцерна	T = 22,243+3,878 y	М = 15,332+0,575 y	5-15

В результате исследований получены уравнения зависимости трудовых (Т) и механизированных затрат при посеве сельскохозяйственной культуры (М) от урожайности (y, т/га). Определены также нормативы затрат труда и механизированных работ при внесении удобрений, при уходе за сельскохозяйственной культурой на орошаемых землях, при проведении сбора урожая. Рассчитаны стоимостные затраты на проведение посева, внесения удобрений и ухода за растениями, проведение поливов определенной поливной нормой (таблица 16).

Таблица 16 - Уравнения зависимости трудовых и механизированных затрат при посеве от урожайности сельскохозяйственных культур

Культура	Затраты труда, чел. -ч. /га	Механо-затраты, га м.п.	Границы y
Озимая пшеница	T = 5,588+0,725 (y-3,5)	М = 21,893+0,695 (y-3,5)	3,5-6
Ячмень яровой	T = 4,146+0,615 (y-3)	М = 13,366+0,0416 (y-3)	3-6
Кукуруза на зерно	T = 4,706+0,227 (y-5)	М = 30,394+0,715 (y-5)	4-8
Картофель	T = 16,741+3,87 (y-10)	М = 32,878	10-20
Овощи	T=64,307+2,24 (y-15)	М = 36,751+0,155 (y-15)	10-20
Сахарная свекла	T = 16,28+0,795 (y-45)	М = 74,138+3,003 (y-45)	20-50
Кукуруза на силос	T = 6,021+0,063 (y-40)	М= 33,071+0,1563 (y-40)	30-60
Кукуруза на зеленый корм	T= 4,687+0,0393 (y-30)	М = 30,911+0,125 (y-30)	20-55
Суданка	T = 2,487+0,393 (y-10)	М = 15,635+0,125 (y-10)	15-35
Люцерна	T= 87,176+0,554 (y-10)	М = 21,082+0,575 (y-10)	5-15

Для расчета удельной стоимости проведения полива с помощью дождевальных машин (ДМ) использовалась нормативные справочники.

При поверхностных способах полива трудовые затраты определяются по оросительной норме, числу поливальщиков, их производительности и наличию средств автоматизации проведения полива.

В пятой главе «Модели хозяйственного водопользования и водораспределения» предложены модели для уточнения объемов воды на проведение водопользования. При построении хозяйственного плана водоподачи уточняются объемы подаваемой оросительной воды на севооборотные участки или отделения хозяйства, рассчитывается объем машинотракторных, энергетических и стоимостных затрат на выполнение плана поливных работ. Укомплектование планов водоподачи на участки орошения реализуются моделями, использующими математический аппарат теории расписаний. Распределение воды по каналам оросительной сети хозяйства моделируется с помощью задач условной и безусловной оптимизации на нелинейных сетях типа прадерево-граф.

Оптимизационная задача построения плана водоподачи на севооборотный участок сформулирована как задача неактивного расписания с директивными работами - поливами, которые проводятся одним или несколькими поливными машинами или агрегатами.