Главная
Коллекция "Otherreferats"
Экономика и экономическая теория
Основы планирования сельскохозяйственного производства
Основы планирования сельскохозяйственного производства
Особенности планирования параметров производства сельскохозяйственной продукции. Методика расчета технических карт растениеводства. Классификация информационных систем в аграрном производстве, их обзор. Основные методы прогнозирования урожайности.
| Рубрика | Экономика и экономическая теория |
| Вид | отчет по практике |
| Язык | русский |
| Дата добавления | 10.09.2013 |
| Размер файла | 194,4 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/
Министерство образования Российской Федерации
Министерство сельского хозяйства РФ
Иркутская Государственная Сельскохозяйственная Академия
Кафедра информатики и математического моделирования
ОТЧЕТ
о прохождении производственной практики по специальности 080801.65 - Прикладная информатика (в экономике)
Выполнил: студент IV курса экономического факультета
специальность 080801.65 Забанов С.Е.
Проверил: ст. преподаватель Асалханов П.Г.
Иркутск, 2013
Содержание
- Введение
- 1. Теоретические основы планирования сельскохозяйственного производства
- 1.1 Планирование параметров производства сельскохозяйственной продукции
- 1.2 Методика расчета технических карт растениеводства
- 1.3 Прогнозирование параметров аграрного производства
- 2. Информационные системы планирования производства
- 2.1 Структура информационного обеспечения сельскохозяйственного производства региона
- 2.2 Классификация информационных систем в аграрном производстве
- 2.3 Обзор информационных систем в растениеводстве
- 3. Методы прогнозирования параметров сельскохозяйственного производства
- 3.1 Факторы, влияющие на параметры производства сельскохозяйственной продукции
- 3.2 Прогнозирование сроков технологических операций на основе корреляционно-регрессионного анализа
- 3.3 Методы прогнозирования урожайности
- Заключение
- Список литературы
Введение
Цели:
обзор методов прогнозирования и сроков посева
изучения теоретической основы планирования
обзор ИС производства растениеводческой продукции
изучение методики расчета технических карт
изучение методики расчета прогнозирования урожайности и сроков посева на основе факторного анализа
Развитие агарного производства связано с освоением современных технологий производства сельскохозяйственной продукции, направленных на максимальное использование достижений науки и практики в области агрономии, механизации, организации производственных процессов и математического моделирования.
Благоприятные условия жизни растений способствуют увеличению эффективности производства на предприятиях АПК. Для их создания большое значение имеет своевременное и качественное выполнение работ, таких как: обработка почвы, внесение удобрений, посев, уход за растениями и уборка урожая. [6]
В условиях экономической нестабильности современные проблемы повышения устойчивости аграрного производства России во многом связаны с прогнозированием производственно-экономических процессов в АПК. Прогнозирование аграрного производства основано на выявлении статистических закономерностей и зависимостей производства продукции сельского хозяйства от факторов производства. Для отрасли растениеводства к основным факторам относят, прежде всего, агроклиматические условия территории, на которой возделываются сельскохозяйственные культуры.
Особую актуальность приобретает разработка и реализация прогностических моделей определения сроков технологических операций, учитывающих агроклиматические условия сельскохозяйственного производства за предшествующие работам периоды. Моделирование технологических операций производства зерновых культур с учетом природно-климатических условий позволяет повысить эффективность производства сельскохозяйственной продукции на основе улучшения достоверности кратко - и среднесрочного прогнозирования дат выполнения работ.
1. Теоретические основы планирования сельскохозяйственного производства
1.1 Планирование параметров производства сельскохозяйственной продукции
Одним из условий функционирования развитой и социально ориентированной экономики является ее планирование.
Планирование - это процесс принятия управленческого решения, основанный на обработке исходной информации и включающий в себя определение и научную постановку целей, средств и путей их достижения посредством сравнительной оценки альтернативных вариантов и выбора наиболее приемлемого из них в ожидаемых условиях развития [11].
Задачи планирования в каждом конкретном случае индивидуальны и определяются изучаемым объектом. Например, в сфере производства - это создание оптимальных условий производства и сбыта продукции с учетом рыночной ситуации, ресурсных ограничений и соответствия выбранному критерию планирования. В зависимости от выбранного классификационного признака укрупненно выделяют следующие виды планов (рисунок 1).
сельскохозяйственная продукция планирование прогнозирование
Размещено на http://www.allbest.ru/
Рисунок 1 - Классификация планов производства
Плановое руководство развитием народного хозяйства, базируется на сочетании перспективного и текущего планирования.
Перспективные планы разрабатываются на срок до 5 лет, текущие - на год с разбивкой на кварталы и оперативные - от месяца до смены [8].
Текущее планирование охватывает годовой период и включает совокупность всех планов по различным видам деятельности предприятия. В текущем годовом плане предприятия конкретизируются прогнозы, долгосрочные, перспективные мероприятия и показатели. При их разработке выполняют комплекс организационных и планово-расчетных работ [7].
Оперативные планы разрабатываются непосредственно на предприятии на более короткие сроки (квартал, месяц, периоды проведения конкретных работ) и составляются на основе годового производственно-финансового плана по периодам работ, кварталам и месяцам.
Технологические карты растениеводства используются при разработке всех видов планов агарного предприятия (перспективных, текущих, оперативных) и фактически являются их расчетной частью.
Поэтому они являются одними из важнейших инструментов планирования на предприятии АПК.
Существующие методы планирования можно разделить на несколько групп.
Размещено на http://www.allbest.ru/
Рисунок 2 - Классификация методов планирования производства
В зависимости от вида планов выбирается тот или иной метод, а иногда пользуются и несколькими методами сразу [9].
При составлении технологических карт в основном используются нормативный и балансовый методы планирования [6,1].
Нормативный метод планирования основывается на разработке плановых показателей и статей балансов с применением научно обоснованной системы норм и нормативов.
При расчете технологической карты используются следующие нормативные показатели: нормы высева семян, расхода горючего, нормативы использования техники, оплаты труда и т.д.
С помощью балансового метода представляется возможным установить правильные пропорции как между сельским хозяйством и другими отраслями и сферами народного хозяйства, так и внутри самого сельского хозяйства между его отраслями (растениеводство, животноводство и т.д.) и различными факторами производства.
1.2 Методика расчета технических карт растениеводства
Одним из инструментов планирования производственной деятельности сельскохозяйственных предприятий в растениеводческих отраслях является технологическая карта по возделыванию сельскохозяйственных культур, учитывающая различные современные условия производства.
Технологическая карта в растениеводстве представляет собой план агротехнических и организационно-экономических мероприятий по возделыванию одной или группы однородных по технологии сельскохозяйственных культур с расчетом себестоимости конечной продукции растениеводства [3].
На основе технологических карт вычисляют прямые затраты труда и материально-денежных средств по культурам, составляют рабочие планы по периодам сельскохозяйственных работ, определяется потребность в работниках, технике, предметах труда, исчисляется себестоимость единицы продукции растениеводства, расценка для оплаты труда работников, обосновывают составы машинно-тракторного парка, графики технических уходов и ремонтов сельскохозяйственной техники [5].
На рисунке 3 приведена классификация технологических карт отрасли растениеводства.
Размещено на http://www.allbest.ru/
Рисунок 3 - Классификация технологических карт растениеводства
Перспективные технологические карты разрабатываются на несколько лет вперед и применимы для различных предприятий АПК одной природно-климатической зоны.
Технологические карты разрабатывают в основном по отдельным культурам или по видам продукции с различным назначением использования (многолетние травы на сено, зеленую массу, силос).
Технологические карты, в большинстве случаев, составляют под урожай планируемого года без учёта незавершенного производства. В них включают все работы с 1 января до получения конечного продукта в хозяйстве [4].
Рассчитанные технологические карты по культурам являются основным документом для расчета прогнозируемой себестоимости производимой растениеводческой продукции на предприятии, а также для определения расценок за единицу продукции при оплате труда. Данные технологических карт используются для расчета производственной программы по отрасли растениевода в производственно-финансовом плане предприятия АПК, а также бизнес-планов предприятий.
Для оперативного руководства производством на основе технологической карты и рабочих планов по периодам работ большое значение имеет установление обоснованных календарных сроков и продолжительность проведения работ. Устанавливают их в соответствии с рекомендуемыми агротехническими сроками для условий данного предприятия. Однако в сельском хозяйстве эти сроки зависят от конкретных погодных условий, и поэтому являются оперативными [10, 2].
Сроки выполнения технологических операций определяются, в основном, в соответствии с принятыми в хозяйстве, усредненными датами этих операций. При этом не учитываются ежегодные колебания агроклиматических условий влияющих на эти сроки. Выявление обоснованных сроков выполнения работ по технологическим картам, является слабым местом в современной методике их составления.
Актуальным является создание методики определения сроков технологических операций с учетом климатических условий каждого года.
Рассмотрена технологическая карта, как основной элемент планирования производства в растениеводческой отрасли, перечислены его разделы, изучена методика его составления. Выявлено, что определение обоснованных сроков операций по технологической карте, является важной составляющей эффективного планирования производства растениеводческой продукции и целесообразно создание методики их расчета в условиях значительной изменчивости климата.
1.3 Прогнозирование параметров аграрного производства
Эффективное управление сельскохозяйственным производством невозможно без прогнозирования хода факторов, от которых оно зависит. Прогнозирование создает научно обоснованную базу для планирования и обеспечивает гибкость управления хозяйственным развитием. Поэтому разработке всякого более или менее обоснованного плана предшествует прогнозирование.
На основе прогнозов определяется потребность в конкретных видах техники, трудовых и материальных ресурсах. Так, с помощью прогноза сроков агротехнологических операций, уточняется план использования техники и персонала на предприятии АПК [3, 9].
Существующее множество прогнозов различается по нескольким наиболее существенным признакам (рисунок 4).
Прогноз сроков технологических операций по объекту исследования относится к локальному прогнозу, по времени прогнозирования - к среднесрочному или краткосрочному. Степень достоверности такого прогноза может быть разной.
Размещено на http://www.allbest.ru/
Рисунок 4 - Классификация прогнозов
В настоящее время насчитывают более 150 методов и приемов прогнозирования. Наиболее распространенной в экономической литературе является классификация методов прогнозирования по степени формализации, которая приводится на рисунке 5.
По степени формализации методы экономического прогнозирования можно разделить на интуитивные и формализованные.
Интуитивные (экспертные) методы прогнозирования как научный инструмент решения сложных неформализуемых проблем позволяют получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности.
Экспертные методы прогнозирования по принципу действия можно разделить на индивидуальные и коллективные экспертные оценки. Индивидуальные оценки целесообразно использовать только тогда, когда есть очень компетентный специалист в сфере деятельности, подлежащей прогнозному исследованию.
Рисунок 5 - Классификация методов прогнозирования по степени формализации
Методы коллективных экспертных оценок представляют собой попытку повысить степень объективности мнений экспертов, увеличить достоверность коллективного суждения. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи [1,11].
В правой части схемы представлены формализованные методы, наиболее часто употребляемые для прогнозирования развития систем.
Статистические методы представляют собой совокупность методов обработки количественной информации об объекте прогнозирования, объединенной по принципу выявления содержащихся в ней математических закономерностей изменения характеристик данного объекта с целью получения прогнозных моделей.
Многофакторный корреляционно-регрессионный анализ. Линейный вид множественной регрессии имеют следующий вид:
(1.2)
где у - зависимая переменная (рекомендуемая дата посева); x1, x2,…xn - независимые переменные (факторы, влияющие на дату посевов); a0 - свободный член; a1, a2,…an - коэффициент регрессии, ? - случайная составляющая, n - количество включенных в модель факторов.
Частным случаем множественной регрессии является модель парной регрессии
. (1.3)
Для оценки параметров регрессионного уравнения наиболее часто используют метод наименьших квадратов, который дает оценки, имеющие наименьшую дисперсию в классе всех линейных оценок, если выполняются предпосылки нормальной линейной регрессионной модели. МНК минимизирует сумму квадратов отклонения наблюдаемых значений yi от модельных значений .
В матричной форме формула для вычисления параметров линейного регрессионного уравнения выглядит следующим образом
. (1.4)
где Y - вектор зависимой переменной размерности nЧ1, X - матрица n наблюдений независимых переменных, A - вектор оценок параметров [8, 7].
Для парной линейной регрессии можно использовать следующие оценки параметров:
(1.5)
При построении модели множественной регрессии отбор наиболее существенных факторов, воздействующих на результативный признак, проводится на основе качественного, теоретического анализа в сочетании с использованием статистических приемов. Для получения надежных оценок в модель не следует включать слишком много факторов.
Наиболее широкое применение получили следующие схемы построения уравнения множественной регрессии:
метод включения - дополнительное введение фактора;
метод исключения - отсев факторов из полного его набора.
В соответствии с первой схемой признак включается в уравнение в том случае, если его включение существенно увеличивает значение множественного коэффициента корреляции. Это позволяет последовательно отбирать факторы, оказывающие существенное влияние на результативный признак даже в условиях мультиколлинеарности системы признаков, отобранных в качестве аргументов. При этом первым в уравнение включается фактор, наиболее тесно коррелирующий с y, вторым - тот фактор, который в паре с первым из отобранных дает максимальное значение множественного коэффициента корреляции, и т.д.
Вторая схема пошаговой регрессии основана на последовательном исключении факторов с помощью t-критерия. Она заключается в том, что после построения уравнения регрессии и оценки значимости всех коэффициентов регрессии из модели исключают тот фактор, коэффициент при котором незначим и имеет наименьшее значение t-критерия. После этого получают новое уравнение множественной регрессии и снова производят оценку значимости всех оставшихся коэффициентов регрессии. Если и среди них окажутся незначимые, то опять исключают фактор с наименьшим значением t-критерия. Процесс исключения факторов останавливается на том шаге, при котором все регрессионные коэффициенты значимы.
Если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью соответствующих нелинейных функций.
Различают два класса нелинейных регрессий:
1) нелинейные относительно объясняющих переменных, но линейные по оцениваемым параметрам;
2) нелинейные по оцениваемым параметрам.
Класс регрессий, нелинейных по объясняющим переменным, но линейных по оцениваемым параметрам, включает уравнения, в которых зависимая переменная линейно связана с параметрами. Примером таких регрессий могут служить:
полиномы разных степеней
; (1.6)
равносторонняя гипербола
. (1.7)
При оценке параметров регрессий, нелинейных по объясняющим переменным, используется метод замены переменных. Суть его сострит в замене нелинейных объясняющих переменных новыми линейными переменными, в результате чего нелинейная регрессия сводится к линейной. К новой, преобразованной регрессии может быть применен обычный метод наименьших квадратов.
К классу регрессий, нелинейных по оцениваемым параметрам, относятся уравнения, в которых зависимая переменная нелинейно связана с параметрами. Примером таких регрессий являются функции:
степенная ;
показательная ;
экспоненциальная .
Если нелинейная модель внутренне линейна, то она с помощью соответствующих преобразований может быть приведена к линейному виду (например, логарифмированием и заменой переменных). Если же нелинейная модель внутренне нелинейна, то она не может быть сведена к линейной функции и для оценки ее параметров используются итеративные процедуры, успешность которых зависит от вида уравнений и особенностей применяемого итеративного подхода.
2. Информационные системы планирования производства
2.1 Структура информационного обеспечения сельскохозяйственного производства региона
Применение информационных технологий в аграрной сфере напрямую связано с общим уровнем состояния экономики страны. Создание системы государственного информационного обеспечения в сфере сельского хозяйства является одной из приоритетных целей Программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия страны на 2008 - 2012 гг. [2].
Рассмотрим структуру информационного обеспечения сельскохозяйственного производства региона. В некоторых источниках [4] встречается трехуровневая схема иерархии информационных систем сельского хозяйства региона. На рисунке 6 показана преобразованная схема применительно к Иркутской области.
Первый уровень представляет собой информационные системы области. Здесь содержатся базы данных по площади и составу почв сельскохозяйственных угодий, специализации сельскохозяйственных предприятий, по формам и параметрам этих предприятий, сведениям о наличии и потребности в кадрах, ресурсах и т.п. Эти системы должны иметь выход на информационно-маркетинговые системы области, региона, России.
Рисунок 6 - Структура информационного обеспечения сельскохозяйственного производства региона
Второй уровень - это ИС для районных управлений сельского хозяйства. Они служат для размещения сельскохозяйственных производств по хозяйствам районов.
Последний уровень иерархической схемы - ИС по отраслям сельского хозяйства. Для предприятий АПК в качестве функциональных отраслей выступают, как правило, растениеводство, животноводство, переработка, снабжение и сбыт. Отраслевые ИС включают в себя базы данных и знаний, формируемые по типовым и разрабатываемым технологиям. Например, в ИС по животноводству входят блоки по содержанию и кормлению животных, селекции, ветеринарному обеспечению, механизации и автоматизации технологических процессов, переработке, транспортировки и хранении продукции животноводства. Аналогичные ИС создаются по растениеводству [3]. В областях переработки и сбыта используются ИС управления переработкой и ИС анализа снабжения и сбыта сельскохозяйственной продукции.
2.2 Классификация информационных систем в аграрном производстве
Существует множество классификаций информационных систем управления предприятием. В соответствии с уровнями управления предприятием можно привести следующую их классификацию (рисунок 7).
Размещено на http://www.allbest.ru/
Рисунок 7 - Классификация информационных систем управления
Системы среднесрочного управления еще называются системами управления эффективностью бизнеса (BPM - Business Performance Management, или Corporate Performance Management). К ним относятся как специализированные системы бюджетного планирования, контроля и управления по отклонениям, так и инструменты класса "Инталев-бюджетирование". Эти системы обеспечивают создание многомерных взаимосвязанных бюджетов (операционных и финансовых), анализ, планирование, привязку стратегических показателей к операционным, контроль, факторный анализ отклонений. Системы управления реального времени являются узко специализированными и, как правило, включают в себя некоторую аппаратную составляющую (датчики и устройства передачи данных) и аналитическое программное обеспечение, позволяющее задавать параметры и допустимые отклонения управляемого процесса, контролировать его ход, анализировать отклонения и выполнять управляющее воздействие при отклонении процесса от заданных параметров.
Системы операционного управления предназначены поддерживать операционное и оперативное управление предприятием. К ним относится большинство представленных на рынке России информационных систем - как западных разработок (SAP R/3, Oracle Applications, BAAN, SyteLine ERP, MFG PRO, IRenaissance, IFS и др.), так и систем российских ("Галактика", "Парус" и др.) и отечественных разработчиков ("ИТ-Предприятие", BS Intergator, "Программные системы развития" и др.). Сюда же относятся программы бухгалтерского учета (1С и т.д.).
Применительно к управлению агротехнологическими операциями растениеводческой отрасли можно выделить следующие основные функциональные области: управление производством, управление материальными ресурсами и управление человеческими ресурсами.
Рисунок 8 - Функции управления и функциональные области
Информационные системы бухгалтерского учета реализуют функции учета в области управления финансами и, частично, в области управления материальными ресурсами, делая при этом акцент на финансовой стороне факта хозяйственной деятельности. Для реализации учета материальных ресурсов в натуральных показателях в бухгалтерских системах требуется выполнение дополнительных манипуляций: введение внебалансовых счетов и т.д.
Системы управленческого учета обеспечивают реализацию функции учета в остальных функциональных областях, причем существенным их отличием от бухгалтерских систем является учет фактов хозяйственной деятельности, в первую очередь, в натуральных показателях и, там где это необходимо, также в финансовых.
Поддержка полностью всех функций управления во всех функциональных областях управления возможна только в системах ERP, и это должна быть действительно реализованная функция планирования, контроля, анализа. [10, 12].
Существует класс специализированных информационных систем, которые выполняют различный набор функций в зависимости от поставленных целей.
Для управления агротехнологическими операциями (расчета технологических карт растениеводства), в соответствии с выше предложенной классификацией, необходимо использование информационных систем с функцией планирования в области управления производством, материальными и человеческими ресурсами.
2.3 Обзор информационных систем в растениеводстве
Для расчета технологических карт производства растениеводческой продукции используются множество информационных систем. Все они обладают различными функциональными возможностями. Выделим некоторые из них.
Среди современных отечественных разработок выделим конфигурацию "АдептИС: Сводное планирование в сельском хозяйстве" для "1С: Предприятие 8.0". Система предназначена для автоматизации работы агротехнологов и экономистов сельскохозяйственных организаций. Конфигурация "АдептИС: Сводное планирование в сельском хозяйстве" позволяет осуществлять агротехническое планирование, рассчитывать плановую себестоимость продукции сельского хозяйства и анализировать структуры возникающих затрат. Она содержит в себе справочник агротехнолога, обеспечивающий информационную поддержку деятельности агрономов и зоотехников. Основой планирования себестоимости продукции является заполнение технологических карт. Кроме того, с помощью конфигурации решаются сопутствующие задачи планирования (оптимальный подбор состава удобрений для внесения в почвы указанных типов, расчет рациона кормления животных или состава комбикорма и др.).
Среди программных комплексов в области растениеводства также можно выделить географическую информационную систему (ГИС)"Панорама АГРО". ГИС "Панорама АГРО" предназначена для автоматизации управления сельскохозяйственным предприятием в отрасли растениеводства и является одним из составляющих элементов комплексной технологии производства сельскохозяйственной продукции на основе GPS навигации технических средств.
Из современных разработок сибирского региона можно выделить ИС "АРМ Агронома-Землеустроителя", созданную в ГНУ СибФТИ СО РАСХН. Система позволяет оценивать продуктивность почв и рабочих участков, осуществлять типизацию земель, рассчитывать оптимальное размещение культуры на основе оценки рабочих участков, формировать севообороты и размещать их на территории землепользования, рассчитывать продуктивность севооборотов и их эффективности с учетом технологических затрат, создавать севооборот с учетом заказа на производство продукции для животноводства. Особенности "АРМ Агронома-Землеустроителя" заключаются в автоматизации подбора оптимального севооборота по типам земель и разработке адаптивно-ландшафтной системы земледелия для конкретного хозяйства.
Предназначение АРМ с использованием ГИС-технологий - разработка адаптивно-ландшафтной системы земледелия для конкретного хозяйства.
Адаптивно-ландшафтная система земледелия - представляет собой сложный комплекс экологически безопасных технологий производства растениеводческой продукции и воспроизводства плодородия почвы, обеспечивающих агрономическую и экономическую эффективность использования агроландшафтов конкретного хозяйства на основе агроэкологической группировки земель.
Описанные выше информационные системы позволяют рассчитывать технологические карты для каждой культуры в соответствии с принятой на предприятии технологии возделывания. В качестве показателей использующихся для расчета параметров технологических используются в основном справочная информация и усредненные данные за многолетний период. Одними из наиболее значимых параметров в планировании растениеводческой продукции являются сроки проведения технологических операций. Однако рассмотренные информационные системы не позволяют производить оценку и прогнозирование таких сроков, поэтому целесообразно создание алгоритма прогнозирования сроков агротехнологических операций на основе рассмотренных выше методов математического моделирования.
Разработка программного комплекса позволит автоматизировать процесс прогнозирования дат начала работ по технологической карте, на основе фактических данных о параметрах производства и условий окружающей среды. Результаты прогнозирования можно передавать в другие программные комплексы для составления технологических карт и карт пространственного распределения дат начала операций.
В следующей главе рассмотрим модели которые применимы для прогнозирования параметров сельскохозяйственного производства.
3. Методы прогнозирования параметров сельскохозяйственного производства
3.1 Факторы, влияющие на параметры производства сельскохозяйственной продукции
К основным факторам, влияющим на производство сельскохозяйственной продукции (в частности растениеводства) относят агрономические и климатические показатели, непосредственно воздействующие на состояние почв.
Агрономические показатели характеризуют неоднородность отдельных участков полей по агрохимическим (содержанию азота, калия, фосфора и других минеральных веществ) и биохимическим показателям (плодородию, содержанию гумуса и т.д.). Климатические показатели характеризуют тепло - и влагообеспеченность почв. Возделывание сельскохозяйственных культур при оптимальных для культуры показателях тепла и увлажнения позволяют повысить как качество, так и объем растениеводческой продукции в целом. Вместе с тем, агроклиматические явления экстремального характера (засуха, заморозки, наводнения и др.) могут наносить большой ущерб урожаю посевных культур.
Влияние агроклиматических факторов на возделывание сельскохозяйственных культур рассмотрено во многих работах [1,3,4]. Большое количество работ [3] посвящено изучению зависимости урожайности сельскохозяйственных культур от почвенно-климатических ресурсов.
Несмотря на обилие материалов в агроклиматологии, посвященных воздействию почвенно-климатических и погодных факторов на развитие сельскохозяйственных культур, недостаточное внимание уделено влиянию природных факторов на сроки их возделывания.
В работе [1] рассмотрено влияние некоторых агроклиматических показателей на сроки начала посевных операций.
С помощью корреляционного анализа выявлена взаимосвязь рекомендуемой даты посева зерновых культур Ti (дат прогрева почвы на глубине 5 см до 12є C) от показателей тепла и увлажнения.
Рассматривалось влияние на относительную дату прогрева почвы yi следующих факторов:
- сумма среднесуточных температур воздуха за предшествующие ранней дате периоды;
- сумма суточных осадков за предшествующие ранней дате периоды;
- продолжительность безморозного периода;
- дата начала безморозного периода;
- дата перехода среднесуточной температуры воздуха через 0°С и другие.
Применялись данные метеорологических ежемесячников по пункту наблюдения Иркутск за 2004-2011 гг. В расчетах использовались относительные показатели дат - разности этих дат и самых ранних дат по каждой характеристике. На рисунке 12 показаны расчетные даты и периоды, по которым суммируются параметры температуры и осадков. В качестве продолжительности периодов k оценки параметров используется периоды, принятые в агроклиматологии, кратные декадам - 10,20 и 30.
Рисунок 12 - Схема расположения расчетных дат и периодов на оси времени
Выявлена дата самого раннего прогревания почвы до 12єС за рассматриваемый многолетний период - 4 мая. Эта дата используется в расчетах как начальная Tn. Показатели сумм среднесуточных температур и осадков берутся за последние 30,20 и 10 дней до этой даты: - сумма среднесуточных температур за период k суток до начальной даты n, - сумма осадков за период k суток до начальной даты n, k =30, 20, 10.
В ходе эксперимента построена матрица парных коэффициентов корреляции рассматриваемых факторов и дат (приложение 3) и получены следующие основные выводы:
выявлены сильные связи между показателями даты прогревания почвы на глубине 5 см до 12єС и суммой среднесуточных температур за предшествующие 30,20 и 10 суток до даты посевов (= - 0,83, = - 0,88, = - 0,83);
связь разной силы наблюдалась и между суммой осадков за определенный период от рекомендуемой даты посевов (=0,64, =0,77, =0,88);
слабые связи рекомендуемой даты проявляется с показателями дат перехода среднесуточной температуры через 0єС и дат начала безморозного периода: =0,62, =0,47;
связи практически не наблюдались между средней относительной влажностью воздуха, скоростью ветра и рекомендуемой датой посева.
Таким образом, наибольшее влияние на даты посева сельскохозяйственных культур оказывают суммы среднесуточных температур воздуха за предшествующие дате посева периоды. Влияние сумм осадков значимо, однако, имеет меньшую силу, и может рассматриваться как дополнительный фактор совместно с суммами температур.
3.2 Прогнозирование сроков технологических операций на основе корреляционно-регрессионного анализа
Для решения задач прогнозирования технологических операций применимы методы математического моделирования. Для расчета рекомендуемых сроков агротехнологических операций, в частности, дат начала посевов (обозначим y), можно использовать следующие методы:
- многофакторный корреляционно-регрессионный анализ;
- авторегрессионный анализ;
- вероятностное моделирование;
- статических испытаний.
Рассмотрим методику прогнозирования на основе многофакторного корреляционно-регрессионного анализа.
По результатам корреляционного анализа описанного в разделе 3.1 построены однофакторные и многофакторные линейные и нелинейные регрессионные модели, с помощью которых можно определить рекомендуемую дату посева, исходя из суммы среднесуточных температур и осадков за различные предшествующие периоды до даты самого раннего посева.
В качестве результативного признака (y) предложено использовать относительные даты прогрева почвы до рекомендуемой температуры (td) как разность между ежегодной датой прогрева почвы Ti и датой на 5 дней предшествующей самой ранней дате Ti за многолетний период: .
В качестве начала периода суммирования параметров тепла и увлажнения T0 применяется дата перехода среднесуточной температуры воздуха, усредненной за многолетний период, через 0C. Рассматриваются разные продолжительности этого периода: от 7 до 20 суток и более. В день окончания периода и при наличии данных о сумме температур и осадков, возможен расчет даты посева Ti на текущий год.
Общий вид линейных уравнений регрессии выглядит следующим образом:
, (2.2), . (2.3)
Кроме того, рассматривались нелинейные регрессии следующего вида:
полиномы второй степени
, (2.4)
; (2.5)
логарифмические уравнения
, (2.6)
; (2.7)
степенные
; (2.8)
экспоненциальные
, (2.9)
где y - результативный признак, a0, a1… a5 - коэффициенты регрессии, сумма средних температур воздуха ti за период k, - сумма осадков qi за период k.
Качество полученных уравнений неодинаково и зависит от климатических условий конкретного года и территории возделывания, количества факторов, периода суммирования параметров тепла и увлажнения k, многолетней продолжительности и заданной температуры прогрева, благоприятной для посева. Другими словами, уравнения имеют разную точностью и адекватность и, следовательно, неодинаковую степень пригодности для прогнозирования.
Необходимо создание алгоритма определения оптимального (-ых) уравнения (-ий) регрессии для прогнозирования, в зависимости от исходных данных.
Для расчетов предлагается использовать значимые уравнения, отвечающие критериям адекватности и имеющие наибольшую точность.
Для вычисления даты посева применительно к аграрному предприятию на текущий год задача сводится к выбору такого периода суммирования параметров, при котором уравнение регрессии значимо, адекватно и имеет высокое значение коэффициента детерминации (или средней относительной ошибки) и достаточную заблаговременность прогноза l - время от даты, когда возможен прогноз до расчетной даты посева. При увеличении периода суммирования параметров возможно повышение точности уравнений в ущерб заблаговременности прогноза. Однако не всегда уравнения с большей продолжительностью этого периода точнее.
3.3 Методы прогнозирования урожайности
Среди всех параметров производства растениеводческой продукции особое место занимает урожайность сельскохозяйственных культур. Вопросы прогнозирования урожайности представляют большой научный и практический интерес, ему посвящено большое количество работ.
Интерес вызывает применимость для оценки урожайности вышерассмотренных общих методов прогнозирования.
Если не учитывать различные модификации в подходе к прогнозированию урожайности сельскохозяйственных культур, то можно констатировать, что в настоящее время оно осуществляется двумя путями. Первым является путь экстраполяции тех тенденций, которые сложились в динамике урожайности производственных предприятий, предшествующие составлению прогноза.
Для прогнозирования ожидаемой урожайности по прошлым значениям временного ряда используются также различные авторегрессионные модели. С увеличением заблаговременности надежность методов прогноза, основанных на экстраполяции тенденции, снижается.
Второй путь - это расчет тенденции изменения уровня урожайности. Расчет может быть более точным, если при составлении прогноза учитывать динамику факторов, от которых зависит урожайность сельскохозяйственных культур. В этом случае представляется возможным построить многофакторные зависимости, позволяющие рассчитать ожидаемую величину урожая в каждом году исследуемого периода с учетом запланированной (ожидаемой) величины указанных факторов.
Прогнозы урожая зерновых, составляемые в период вегетации растений, основаны на учете состояния посевов и сложившихся к этому времени агрометеорологических условий.
В качестве математического аппарата обычно используется корреляционный и регрессионный анализ, позволяющий получать количественные зависимости урожая от перечисленных факторов.
При разработке методов прогноза урожая сельскохозяйственных культур для отдельных предприятий встречаются с значительными трудностями. В этих случаях, кроме метеорологических условий, приходится учитывать большое количество факторов, характеризующих почвенные особенности хозяйства, общий уровень культуры земледелия, агротехнику конкретного года (количество и состав внесенных удобрений, предшественник, качество и своевременность проведения агротехнических мероприятий и т.д.).
Интересные исследования по краткосрочному прогнозу урожайности проводились проф.А. Вайнштейном, который ввел в уравнение комплексный показатель: отношения суммы осадков за май-июль к соответствующим суммам температур (гидротермический коэффициент).
Коэффициент множественной корреляции полученной модели равен 0,95, а сама модель имеет вид
y=-4,35+0,146x1+0,0167x2, (1.1)
где y - урожайность овса, ц. с 1 га; x1 - гидротермический коэффициент; x2 - осадки октября предшествующего года, мм. Сопоставление расчетных и фактических урожаев показало на высокую надежность модели. Исходя из проделанных исследований, автор сделал вывод о том, что "при тщательном, вдумчивом подходе к факторам можно ограничиться при построении корреляционной модели минимальным числом показателей, включенных в модель, и получить вполне удовлетворительные для прогноза результаты".
Таким образом, модели связи урожайности с метеорологическими условиями могут быть использованы для прогноза урожаев за несколько месяцев до уборки.
Для прогнозирования урожайности зерновых культур многие авторы предлагают использовать регрессионные модели. В качестве факторов в этих моделях используются различные агроклиматические показатели. В таблице 1.2 приведены результаты исследований зависимости урожайности от некоторых факторов по областям Западной и Восточной Сибири.
Таблица 1.2 - Исследования зависимости урожайности культур от агроклиматических факторов
|
Авторы |
Год иссле-дования |
Регион, область |
Культура |
Факторы, включенные в модель |
|
|
Деревянко А.Н. |
1980 |
Западная и Восточная Сибирь |
Зерновые |
Средняя месячная температура воздуха и месячная сумма осадков за предшествующий и текущий годы |
|
|
Пономарев Б.П. |
1974 |
Степная и лесостепная зоны Западной и Восточной Сибири |
Яровая пшеница |
Сведения о запасах влаги в слое 0-100 см в фазу колошения, числе развитых колосков в колосе и о проценте посевных площадей |
|
|
Старостина Т.В. |
1983 |
Западная и Восточная Сибирь |
Яровой ячмень |
Сумма осадков за отдельные периоды вегетации и различные календарные периоды, число дней с осадками, ГТК, температура воздуха за межфазные периоды, дефицит влажности воздуха, высота растений и число развитых колосков в колосе, запасы влаги в почве |
|
|
Вашукевич Е.В., Иваньо Я.М. |
2009 |
Остепненная и лесостепная зоны Иркутской области |
Зерновые |
Количество дней без осадков вегетационного периода, сумма средней месячной температуры вегетационного периода |
Методам оценок урожайности сельскохозяйственных культур посвящено множество работ по прогнозированию сельскохозяйственного производства.
Заключение
В процессе прохождения практики в лаборатории мною были изучены теоретические основы планирования сельскохозяйственного производства, методика расчета технических карт растениеводства, прогнозирование параметров аграрного производства. Также информационные системы планирования производства и методы прогнозирования параметров сельскохозяйственного производства.
Прогнозные значения урожайности можно использовать при составлении технических карт. В дальнейшем планируется разработка ИС, объединить функции прогнозирования урожайности и прогнозирования сроков агротехнических операций для составления технических карт.
Список литературы
1. Асалханов, П.Г. О некоторых алгоритмах прогнозирования дат технологических операций возделывания зерновых культур / П.Г. Асалханов, Я.М. Иваньо // Научно-практический журнал "Вестник ИрГСХА". - 2011. - Вып.47.
2. Асалханов, П.Г. Прогнозирование оптимальных сроков посева зерновых культур с учетом изменчивости агроклиматических показателей / П.Г. Асалханов //
3. Асалханов, П.Г. Моделирование оптимальных сроков посевов зерновых культур на основе многофакторного анализа / П.Г. Асалханов, Я.М. Иваньо, Н.И. Федурина //
4. Федеральный закон от 29.12.2006 №264 - ФЗ (ред. От 11.06.2008), "О развитии сельского хозяйства", "Российская газета", №2, 11.01.2007.
5. Экономика сельского хозяйства // "Государственная программа и система мер по регулированию земельных отношений", Н. Шелковников, № 1, 2008.
6. Емельянов, А.М. Экономика сельского хозяйства: Учебник для студентов экон. спец. вузов и университетов [Текст] / А.М. Емельянов - М.: Экономика, 1982.
7. Колобова, А.И. Планирование в сельскохозяйственных предприятиях: Учеб. пособие для вузов [Текст] / А.И. Колобова. - 4-е изд., перераб. и доп. - Барнаул: Алтай, 2000.
8. Константинов, А.Р. Почвенно-климатические ресурсы и размещение зерновых культур [Текст] / А.Р. Константинов, Е.К. Зоидзе, С.И. Смирнова. - СПб.: Гидрометеоиздат, 1981.
9. Методические указания и материалы для составления технологических карт возделывания сельскохозяйственных культур [Текст] / Сост. А.Ф. Зверев - Иркутск: ИСХИ, 1987.
10. Практикум по математическому моделированию экономических процессов в сельском хозяйстве [Текст] / А.Ф. Карпенко [и др.]; под ред. А.Ф. Карпенко. - 2-е изд., перераб. и доп. - М.: Агропромиздат, 1985.
11. Личко, К.П. Прогнозирование и планирование аграрно-промышленного комплекса: Учебник для вузов [Текст] / К.П. Личко. - М.: Гардарики, 1999.
Размещено на Allbest.ru
Подобные документы
Природные условия, специализация и эффективность производства сельскохозяйственного предприятия. Анализ выполнения плана сева и структуры посевных площадей, динамики производства продукции растениеводства, урожайности сельскохозяйственных культур.
дипломная работа [59,4 K], добавлен 15.02.2014Теоретические основы планирования издержек производства: экономическая сущность, классификация внутрипроизводственных издержек. Методы планирования сметы затрат на производство продукции. Анализ планирования издержек производства на ТОО "Мука Казахстана".
курсовая работа [76,2 K], добавлен 09.03.2010Организационно-экономическая характеристика ООО "Колос". Анализ динамики производства продукции растениеводства путем расчета показателей посевных площадей, урожайности и валового производства зерна. Оценка себестоимости и рентабельности производства.
курсовая работа [66,2 K], добавлен 29.04.2014Теоретические основы эффективности сельскохозяйственного производства продукции растениеводства как экономической категории. Состояние и тенденции производства продукции растениеводства. Анализ годовых отчётов ОАО "Стригово" за период 2009-2011 гг.
курсовая работа [135,4 K], добавлен 25.11.2014Теоретические аспекты прогнозирования и планирования на предприятии. Классификация прогнозов и планов на предприятии, основных методов осуществления прогнозирования и планирования. Практическая реализация выбранного метода планирования и прогнозирования.
курсовая работа [234,6 K], добавлен 07.10.2014Анализ себестоимости продукции растениеводства по статьям затрат. Задачи, источники данных и анализ работы растениеводческого подразделения. Расчет динамики производства, урожайности, оценка влияния факторов на валовой выход продукции растениеводства.
контрольная работа [27,9 K], добавлен 11.12.2011Классификация планирования, критерии выбора формы планирования. Виды планирования, их основные черты и отличительные признаки. Нормы и нормативы как часть планирования. Техническая подготовка производства, проектирование технологических процессов.
контрольная работа [50,2 K], добавлен 08.01.2009Роль выручки от реализации продукции в процессе производства. Виды каналов реализации и состав реализованной сельскохозяйственной продукции. Методика и система показателей при анализе реализации. Состояние отрасли растениеводства и животноводства.
курсовая работа [378,9 K], добавлен 23.10.2011Сущность, принципы и функции планирования производства продукции, нормативно-правовое регулирование данного процесса на предприятиях. Организационно-экономическая и финансовая характеристика предприятия, повышение эффективности планирования производства.
дипломная работа [722,7 K], добавлен 22.03.2013Теоретическое исследование процессов планирования и организации производства продукции. Общая характеристика и выявление особенностей организации производства на предприятии ОАО "Тверьстеклопластик". Пути совершенствования планирования производства.
дипломная работа [254,5 K], добавлен 25.04.2012
