автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем

На правах рукописи

ТЕЗИК Константин Анатольевич

МЕТОДЫ, МОДЕЛИ И АЛГОРИТМЫ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ СОСТОЯНИЕМ АГРОЭКОСИСТЕМ

Специальность 05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Курск - 2004

Работа выполнена в Курском государственном техническом университете

Научный руководитель:

доктор технических наук, профессор Кореневский Николай Алексеевич

Официальные оппоненты:

доктор технических наук, профессор,

заслуженный деятель науки РФ Сизов Александр Семенович

кандидат технических наук, доцент Рудник Михаил Иосифович

Ведущая организация - Воронежский государственный технический

Защита диссертации состоится « 16 » декабря 2004 года в « 14— » часов на заседании диссертационного совета Д 212.105.02 при Курском государственном техническом университете по адресу: 305040, г. Курск, ул. 50 лет Октября, 94 (конференц-зал).

Заверенные отзывы на автореферат в двух экземплярах направлять по адресу 305040, г. Курск, ул. 50 лет Октября, 94 ученому секретарю.

С диссертацией можно ознакомиться в библиотеке Курского государственного технического университета.

Автореферат разослан « 12 » ноября 2004 года.

университет

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Важнейшей компонентой социально-экономических систем являются агроэкосистемы, значение которых определяется на уровне качества жизнеобеспечения, выживаемости и безопасности существования регионов и государства в целом. В процессе эксплуатации агроэкосистем ведущее место занимает задача рационального управления их состоянием с целью повышения биопродуктивности культур и экономической эффективности сельскохозяйственного производства. Одновременно с этим необходимо добиваться сохранения плодородия почвы, которое определяется в первую очередь запасами гумуса, что является важнейшей задачей в области управления охраной природы.

Сложность решения данной научной задачи определяется следующими свойствами и особенностями агроэкологических систем:

- многофакторность и многокритериальность, стохастические и нелинейные зависимости показателей биопродуктивности и плодородия почвы от антропогенных и абиотических факторов;

- неуправляемость и априорная неопределенность абиотических факторов (погодных условий);

- последействие агропроцессов, заключающееся в том, что под действием антропогенных факторов изменяется плодородие почвы, влияющее на биопродуктивность систем в последующие годы.

Фундаментальные теоретические положения по вопросам математического моделирования, прогнозирования и управления состоянием агроэкосистем сформулированы в трудах Образцова А.С., Каюмова М.К., Шатилова И.С., Перегудова В.Н., Державина Л.М., Стребкова И.М., Рубанова И.А., Доспехова Б.А., Полуэктова РА., Уай-сонг Г.Л., Фиссер Х.Г., Хеди Э., Диллон Д. и др.

Основная проблемная ситуация заключается в том, что существующие методы принятия решений и математические модели агроэкосистем имеют узкоспециализированный характер и не в полной мере обеспечивают качественное управление их состоянием. Они ориентированы на решение задач, связанных с получением достаточно высокой биопродуктивности отдельных монокультур при определенных погодных условиях и конкретных значениях параметров плодородия почвы. При моделировании не учитывается необходимость систематического достижения высокой биопродуктивности, рентабельности производства всех культур севооборота при любых погодных условиях, а также возможность снижения уровня плодородия почвы.

В связи с вышеизложенным имеет место актуальная задача научного обоснования и разработки методов и средств совершенствования управления состоянием агроэкоси-стем в условиях априорной неопределенности абиотических факторов. Они включают в себя математические модели агроэкосистем, а также методы и алгоритмы решения задач управления их состоянием.

Важнейшими управляемыми факторами, влияющими на состояние агроэкосистем, являются дозы вносимых минеральных и органических удобрений. В связи с этим в рамках данной диссертационной работы рассматриваются именно эти факторы.

Диссертационная работа выполнена в соответствии с научным направлением Курского государственного технического университета "Медико-экологические информационные технологии", научно-технической про^ц^Э^ГК^^УИ^^'^сЩ'^«^ ия выс-

| БИБЛИОТЕКА !

шей школы по приоритетным направлениям науки и техники" подпрограммой 204 "Технология живых систем", проектом № 03. 03. 031.

Объект исследования: процессы управления состоянием агроэкосистем .

Предмет исследования: методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем Центрально-Черноземного региона России.

Цель и задачи исследования.

Цель работы: повышение эффективности управления состоянием агроэкосистем на основе разработки комплекса методов, моделей и алгоритмов, обеспечивающих рационализацию процесса внесения удобрений.

Основная задача научных исследований заключается в разработке методов, моделей, алгоритмов, а также постановке и решении многокритериальных оптимизационных задач, учитывающих требования по биопродуктивности культур, рентабельности сельскохозяйственного производства и сохранению плодородия почвы для повышения эффективности управления состоянием агроэкосистем.

Для достижения поставленной цели решаются следующие частные задачи:

- разработка метода математического моделирования агроэкосистем для эффективного управления их состоянием;

- разработка математической модели агроэкосистемы в виде совокупности регрессионных моделей урожайности культур, плодородия почвы, аналитических моделей экономической эффективности и алгоритма имитации функционирования агроэкоси-стемы, позволяющей повысить эффективность управления ее состоянием;

- разработка метода рационального управления состоянием агроэкосистемы, учитывающего различные варианты погодных условий;

- разработка алгоритма взаимодействия оперативного и планового управления состоянием агроэкосистемы, учитывающего фактическое плодородие почвы на начало ротации;

- разработка общей структуры системы поддержки принятия решений для управления состоянием агроэкосистемы, а также исследование биопродуктивности и экономической эффективности агроэкосистемы на основе прогнозов, выполненных по имитационному алгоритму, являющемуся основой СППР;

- определение критериев принятия решений, учитывающих показатели биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства, сохранения плодородия почвы и разработка на их основе рекомендаций по рациональному управлению состоянием агроэкосистемы, обеспечивающих выполнение данных критериев.

Методы и математический аппарат исследования.

В работе использованы методы системного анализа, теории управления и принятия решений, теории планирования эксперимента, теории вероятностей, математической статистики, прогнозирования, аналитического и имитационного моделирования.

Научная новизна.

1. Разработан метод математического моделирования агроэкосистем, отличающийся тем, что для моделирования агропроцессов используется комбинация регрессионных уравнений биопродуктивности культур и изменения плодородия почвы за период ротации, полученных по статистическим данным полевых опытов, экономико-математических моделей, позволяющих оценить экономическую эффективность системы и имитационного алгоритма, описывающего чередование культур в севообороте и погодные условия..

2. Разработана совокупность математических моделей, включающая регрессионные модели биопродуктивности агроэкосистемы и изменения содержания гумуса за период ротации, аналитические модели рентабельности сельскохозяйственных культур и алгоритм имитации функционирования агроэкосистемы.

3. Предложены критерии принятия решений, отличающиеся тем, что они в комплексе учитывают показатели урожайности, рентабельности производства всех культур севооборота, содержания гумуса в почве, ограничения по количеству вносимых минеральных удобрений, влияющих на загрязнение окружающей среды.

4. Для исследуемой агроэкосистемы получены новые зависимости и соотношения, а именно:

- соотношения вносимых минеральных и органических удобрений, приводящие к стабилизации гумуса;

- зависимости средней за время прогноза урожайности и рентабельности сельскохозяйственных культур от количества удобрений, стабилизирующих гумус;

- соотношения статистических частот урожайности культур, попавших в зоны низких, средних и высоких урожаев при значениях управляемых параметров, приводящих к сохранению плодородия почвы.

5. Разработан метод рационального управления состоянием агроэкосистемы, позволяющий снизить недобор запланированного урожая, особенностью которого является то, что окончательные решения по внесению удобрений принимаются с учетом нескольких вариантов погодных условий по критерию минимакса Сэвиджа.

6. Разработан алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы, отличающийся тем, что значения управляемых параметров изменяются в связи с изменением первоначальной постановки оптимизационной задачи или фактическим содержанием гумуса на начало ротации.

Практическое значение работы.

1. Разработанная система поддержки принятия решений для управления состоянием агроэкосистемы позволяет:

- повысить урожайность и рентабельность производства сельскохозяйственных культур;

- сохранить уровень плодородия почвы, снизить степень загрязнения почв вредными веществами, поступающими вместе с минеральными удобрениями;

- исходя из минимальной гарантированной урожайности культур и варианта вносимых удобрений определить посевные площади и необходимый запас удобрений для производства запланированного объема сельскохозяйственной продукции.

2. Разработаны рекомендации по рациональному управлению состоянием агроэко-системы, учитывающие требования по биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства и сохранения плодородия почвы.

3. Созданы информационные базы данных мониторинга агроэкосистемы, позволяющие разрабатывать математические модели агропроцессов.

Реализация работы.

Базы данных мониторинга агроэкосистемы, методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем используются в учебном процессе вузов КГСХА, КГТУ, прогнозы урожайности сельскохозяйственных культур, рекомендации по внесению минеральных и органических удобрений в экспериментальном производстве и НИР ВНИИЗ и ЗПЭ, КНИИ АПП при разработке схем планирования полевых опытов, а также на станции агрохимической службы ФГУ ГСАС " Курская " при оказании консультаций сельскохозяйственным предприятиям.

Апробация работы.

Научные положения и практические рекомендации диссертационной работы докладывались и обсуждались на научной конференции «Вопросы современного земледелия» в 1997г. в КГСХА, на научной конференции «Распознавание-99» в 1999г. в КГТУ, на научно-технической конференции «Медико-экологические информационные технологии - 2001» в 2001г. в КГТУ, на научной конференции «Материалы и упрочняющие технологии» в 2001г. в КГТУ, на научно-практической конференции «Социальная работа в XXI веке» в 2002 г. в КИСО, на научно-технической конференции «Медико-экологические информационные технологии - 2002» в 2002 г. в КГТУ, на научно-практической конференции «Модели и технологии оптимизации земледелия» в ВНИИ земледелия и защиты почв от эрозии в 2003г.

Публикации.

Результаты выполненных исследований отражены в 16 публикациях.

Структура и обьем работы.

Диссертационная работа состоит из введения, пяти разделов, заключения, 6 приложений, содержит 53 таблицы, 30 рисунков, список литературы из 167 наименований. Основная часть диссертации изложена на 186 страницах машинописного текста.

Основные положения, выносимые на защиту.

1. Метод математического моделирования агроэкосистем, позволяющий управлять их состоянием с учетом априорной неопределенности погодных условий и последействия агропроцессов.

2. Математическая модель агроэкосистемы, включающая в себя регрессионные модели урожайности культур и плодородия почвы, аналитические модели рентабельности сельскохозяйственного производства и имитационный алгоритм, описывающий чередование культур севооборота и погодные условия.

3. Метод рационального управления состоянием агроэкосистемы, позволяющий принимать решения по внесению удобрений с учетом различных вариантов погодных условий и алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы, позволяющий изменять значения управляемых параметров в связи с изменением первоначальной постановки оптимизациионной задачи или фактическим содержанием гумуса на начало ротации.

4. Рекомендации по управлению состоянием агроэкосистемы, учитывающие требования по биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства и сохранению плодородия почвы.

Личный вклад автора.

В работах, опубликованных в соавторстве, и приведенных в конце автореферата: в [1] разработан алгоритм управления антропогенными факторами земледелия, в [2] предложены структуры баз данных, в [3] разработана методика математического моделирования агроэкосистем в целях рационального управления внесением удобрений, в [4] составлены планы экспериментов, предназначенные для разработки обобщенных моделей агроэкоси-стемы, в [5] разработана регрессионная модель урожайности сахарной свеклы, в [6] проведен корреляционный анализ между суммой осадков и суммой температур за вегетационные периоды культур, в [7] выполнены прогнозы содержания гумуса в почве, в [8,12] рассчитаны дозы минеральных и органических удобрений, обеспечивающие стабилизацию и восстановление гумуса в агроэкосистеме, в [9] разработан алгоритм имитации функционирования агроэкосистемы, в [10] выполнен прогноз рентабельности сельскохо-

зяйственных культур, в [11] предложено использовать теорию игр для рационального управления состоянием агроэкосистемы, в [13] разработана общая структура СППР.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы, приводятся цели и задачи исследования, определяются научная новизна и практическая значимость работы. Сформулированы основные положения, выносимые на защиту, приведены сведения об апробации и внедрении результатов работы, кратко излагается содержание основных глав диссертации.

В разделе 1 дана общая характеристика агроэкосистем с экономической и экологической сторон. Проведен обзор литературы по вопросу математического моделирования агроэкосистем в целях рационального управления их состоянием. На основании проведенного анализа литературы показано, что существующие математико-статистические модели не учитывают априорную неопределенность погоды, последействие агропроцессов и не позволяют решать задачи рационального управления состоянием агроэкосистем в виде севооборотов, одновременно удовлетворяющего экологическим, агрономическим и экономическим требованиям. В связи с перспективностью математико-статистического метода моделирования агроэкосистем, но недостаточно высоким уровнем его развития отмечена необходимость совершенствования данного метода за счет совместного применения регрессионных моделей урожайности культур, плодородия почвы и имитационного алгоритма, описывающего чередование культур севооборота и погодные условия.

В разделе 2 разработан метод математического моделирования агроэкосистем в целях эффективного управления их состоянием.

На содержательном уровне основные этапы реализации предлагаемого метода включают:

1. Выбор обобщенного агроклиматического показателя и описание его типовым законом распределения случайной величины.

2. Разработку регрессионных моделей зависимости биопродуктивности культур от количества вносимых удобрений и погодных условий.

3. Выбор показателя плодородия почвы и разработку регрессионной модели зависимости изменения плодородия почвы от количества вносимых удобрений.

4. Выбор показателя экономической эффективности и разработку аналитической модели для оценки экономической эффективности агроэкосистемы.

5. Разработку алгоритма имитации функционирования агроэкосистемы, описывающего чередование культур севооборота и погодные условия. Данный алгоритм включает в себя модели урожайности культур, экономической эффективности агроэкосистемы, а также законы распределения погодных условий.

6. Выбор экологического критерия, характеризующего стабилизацию плодородия почвы или улучшение плодородия почвы на заданную величину. По модели плодородия почвы определяются варианты внесения удобрений, приводящие к выполнению заданного экологического критерия.

7. Выбор агрономических и экономических критериев, учитывающих требования по биопродуктивности культур и экономической эффективности агроэкосистемы.

8. Прогнозирование поведения агроэкосистемы при различных вариантах внесения удобрений, приводящих к достижению заданного экологического критерия.

9. Принятие решений по управлению состоянием агроэкосистемы, учитывающих требования по биопродуктивности культур, экономической эффективности системы, плодородию почвы на основании результатов прогнозов.

Отличительной особенностью данного метода является использование комбинации регрессионных моделей урожайности культур, плодородия почвы, аналитических моделей экономической эффективности сельскохозяйственного производства и имитационного алгоритма, учитывающего чередование культур севооборота и погодные условия, что позволяет более полно и адекватно описать состояние агроэкосистемы.

На основании результатов полевых опытов и метеорологических данных созданы базы данных, содержащие информацию об урожайности культур севооборота, содержании гумуса в почве на начало ротаций при различных вариантах вносимых удобрений, а также погодных условиях (среднесуточной температуре (°С) и осадках (мм) за каждую декаду в течение 65 лет.)

Для оценки влияния погодных условий на урожайность культур выбран гидротермический коэффициент (ГТК), учитывающий такие важные для управления состоянием аг-роэкосистемы факторы как сумму осадков и сумму температур выше 10 °С, взятые за период вегетации.

Выбраны показатели, характеризующие процессы функционирования агроэкосисте-мы и на их основе в общем виде выполнены постановки оптимизационных задач. В качестве агрономических показателей эффективности агроэкосистемы взяты урожайности культур севооборота. В качестве экологического показателя - изменение содержания гумуса за период ротации. Экономические показатели представляют собой рентабельности сельскохозяйственных культур. Целесообразность выбора данного показателя объясняется тем, что он одновременно учитывает затраты на приобретение и внесение удобрений и доход от реализации дополнительного урожая, полученного за счет удобрений. Система предложенных показателей одновременно характеризует функционирование агроэкоси-стемы с точки зрения объема продукции, плодородия почвы, экономической эффективности. Таким образом, оценка эффективности агроэкологической системы будет представлять многокритериальную задачу.

Исходя из потребностей рационального управления состоянием агроэкосистемы, представляют интерес две постановки оптимизационной задачи:

1. Достижение максимальной экономической эффективности при получении устойчивой урожайности культур выше минимального заданного уровня или в заданном диапазоне и сохранении или улучшении плодородия почвы.

2. Получение максимальной урожайности какой-либо культуры севооборота при обеспечении устойчивой урожайности других культур, экономической эффективности не ниже минимального заданного предела и сохранении или улучшении плодородия почвы.

В разделе 3 с помощью критерия Неймана-Пирсона доказано, что случайная величина ГТК может быть описана нормальным законом распределения, так как расчетное значение X2 при этом оказалось меньшим предельно допустимого теоретического Х2пр при 5 % уровне значимости. Определены параметры законов распределения ГТК для различных культур (например для клевера и сахарной свеклы математическое ожидание равно 1,35, среднее квадратическое отклонение равно 0,5).

Составлены планы экспериментов и на их основе методом наименьших квадратов разработаны регрессионные модели урожайности 8-и культур севооборота и плодородия почвы, имеющие вид полиномов второй степени, в том числе: для озимой пшеницы (Я = 0,93) -

К2 = 10,43 • х1 + 9,38 • х2 + 0,93 • х3 - 2,15 • х] - 0,97 ■ х\ + 0,63 • х\ -- 1,39 • х, ■ х2 - 0,72 • х, ■ х, - 0,23 • х2 ■ х3 + 20,14;

для сахарной свеклы (Я = 0,99) -

(2)

(3)

(4)

а также модель изменения гумуса за период ротации (11=0,99) -ДУГ =0,127 •х2+0>396-х3 -0,090-х2-х3 -0,622! (5)

где: - тип погодных условий, выраженный через медианы диапазонов, включающих 25 %, 45 %, 25 % случайной величины ГТК; х2 (в дозах) - минеральные удобрения; Х3 (в дозах) - органические удобрения; Я — множественное корреляционное отношение.

Проведена оценка адекватности регрессионных моделей по критерию Фишера. Рассчитанные Р-статистики оказались в пределах от 1,02 до 1,28, что значительно ниже предельно допустимого значения Бпр = 1,98 при 5 % уровне значимости. Это доказывает адекватность моделей исходным статистическим данным. Рассчитано множественное корреляционное отношение. Оно находится в пределах от 0,89 до 0,99, что показывает высокую степень взаимосвязи исследуемой функции и влияющих на нее факторов. Кроме того, для обоснования адекватности разработанных моделей проведен расчет относительной погрешности откликов модели по отношению к статистическим данным (откликам системы). Полученные результаты показывают, что относительная погрешность откликов моделей не превышает 15 %. Это позволяет сделать вывод о том, что разработанные модели обеспечивают достаточно высокую точность формального описания агропро-цессов.

В работе также разработаны математические модели рентабельности производства 8-и культур севооборота.

Например, для озимой пшеницы модель рентабельности имеет вид:

где Ь^ - рентабельность производства озимой пшеницы; С ур2 - цена реализации 1 ц урожая; Уо.Убз - урожайность озимой пшеницы при рассматриваемом варианте внесения удобрений и при варианте абсолютный контроль (без удобрений); С & ~ материально-денежные затраты при варианте абсолютный контроль; С'2 - материально- денежные затраты, связанные с приобретением, погрузкой, перевозкой, внесением удобрений;

стоимость уборки 1 ц урожая озимой пшеницы; - стои-

мость 1 ц азотных, фосфорных, калийных удобрений; Спогредмин - стоимость погрузки 1 ц минеральных удобрений; цена 1 т/км перевозки; - стоимость внесе-

ния минеральных удобрений на 1 га площади; 8МИН - расстояние (в км) от складов минеральных удобрений до полей; - процент действующего вещества в используемых азотных, фосфорных, калийных удобрениях.

На основе объединения результатов ранее проведенных исследований разработан имитационный алгоритм, описывающий функционирование агроэкосистемы во времени. Он учитывает порядок чередования культур в севообороте, законы распределения случайной величины ГТК, характеризующей погодные условия, а также включает в себя аналитические модели урожайности и рентабельности сельскохозяйственных культур. В основу разработки имитационного алгоритма положен подход, заключающийся в определении последовательных состояний системы через некоторые интервалы времени где Д1=1 год.

На вход моделирующего алгоритма поступает следующая информация: экономические данные, диапазоны урожайности сельскохозяйственных культур, стратегии управления количеством вносимых минеральных и органических удобрений, приводящие к стабилизации гумуса.

На выходе алгоритма рассчитываются следующие величины:

- средние урожайности культур севооборота;

- процентное соотношение урожаев, попавших в заданный диапазон, выше и ниже заданного диапазона;

- средние рентабельности производства культур севооборота.

На основе предложенных методов, моделей и имитационного алгоритма разработана система поддержки принятия решений для управления состоянием агроэкосисте-мы, структурная схема которой представлена на рис. 1.

Она позволяет рационализировать процесс внесения удобрений, обеспечивая повышение урожайности культур, рентабельности сельскохозяйственного производства и сохранение плодородия почвы.

Центральное место в структурной схеме СППР занимает алгоритм имитации функционирования агроэкосистемы, позволяющий комплексно учитывать агрономические и экономические показатели, уровень плодородия почвы, а также фактор погодных условий.

СППР работает следующим образом.

1. Пользователь (агроном, фермер) вводит в диалоговом режиме в ЭВМ исходные данные, поступающие на вход имитационного алгоритма.

2. СППР реализует алгоритм имитации функционирования агроэкосистемы и выдает пользователю результаты прогнозов урожайности культур и экономической эффективности системы при вариантах внесения удобрений, стабилизирующих гумус.

3. На основе результатов прогнозов и в соответствии с критериями принятия решений агроном разрабатывает рекомендации по рациональному управлению состоянием агроэкосистемы.

Рис 1. СППР для управления состоянием агроэкосистемы

В разделе 4 на основании модели (5) решена задача поиска значений управляемых параметров х (минеральные удобрения) и х3 (органические удобрения), обеспечивающих сохранение плодородия почвы. Некоторые варианты минеральных и органических удобрений, стабилизирующие гумус, представлены в таблице 1.

Таблица 1

х2(в дозах) 0 0,5 1 1,5 2 2,5 3,2

х3 (в дозах) 1,571 1,591 1,618 1,653 1,704 1,781 1,996

Для рационального управления состоянием агроэкосистемы разработаны критерии принятия решений (табл. 2,3), в комплексе учитывающие требования урожайности и рентабельности сельскохозяйственных культур. В них учитывается необходимость достижения максималь-

ных урожаев для наиболее важных культур Центрального Черноземья: сахарной свеклы, озимой пшеницы и озимой ржи.

В таблицах 2,3 приняты следующие условные обозначения: У^ц/га) и - уро-

жайность и рентабельность вико-овса, Уг(ц/га) и - озимой пшеницы, У^ц/га) и

Я3(%) - сахарной свеклы, У4(и/га) и И4(%) - ячменя, У5(ц/га) и Я5(%) - гороха, У6(ц/га) и - клевера, У7(ц/га) и !??(%) - озимой ржи, Ув(ц/га) и Кв(%) - кукурузы, р - пре-

дельная допустимая статистическая частота устойчивой урожайности культуры за период прогноза.

Во всех формальных постановках оптимизационных задач дополнительно накладываются ограничения, определяемые требованиями сохранения плодородия почвы и условиями полевого опыта: (условие стабилизации гумуса), (в дозах),

0<х3<2 (в дозах).

Таблица 2

_Критерии принятия решений (показатели биопродуктивности)_

№ задачи Урожайность сельскохозяйственных культу р(ц/га)

У1 У2 УЗ У4 У5 У6 У7 У8

1 >34 с Р >0,8 >32 с р >0,8 >40 с р >0,5 >300 с р >0,8 >380с р >0,5 >32 с р >0,8 >20 с р ^0,8 >34 с р ^0,8 >32 с р ^0,8 >40 с р ^0,5 >380 с р >0,8

2 >34 с Р >0,8 >32 с Р >0,8 >40 с Р ^0,5 МАХ >32 с р ^0,8 >20 с р >0,8 >34 с р ^0,8 >32 с р ^0,8 >40 с р >0,5 >380 с р >0,8

3 >34 с Р >0,8 МАХ >300 с р >0,8 >380 с р >0,5 >32 с р >0,8 >20с р >0,8 >34 с р >0,8 >32 с р ^0,8 >40 с р ^0,5 >380 с р ^0,8

4 >34 с Р >0,8 >32 с р >0,8 >40 с р >0,5 >300 с р >0,8 >380 с р >0,5 >32 с р >0,8 >20 с р ^0,8 >34 с р >0,8 МАХ >380 с р ^0,8

Таблица 3

Критерии принятия решений (экономические показатели)_

№ задачи Рентабельность производства сельскохозяйственных культур Я (%)

1*1 Из Из 1*4 1*5 1*6 1*7 1*8 Я ср.

1 МАХ

2 >150 >75 >75 >75 >75 >150 >75 >150

3 >150 >75 >75 >75 >75 >150 >75 >150

4 >150 >75 >75 >75 >75 >150 >75 >150

С помощью имитационного алгоритма статистическим методом проведено прогнозирование экономической эффективности системы при вариантах внесения удобрений, стабилизирующих гумус. При этом срок прогноза урожайности сельскохозяйственных культур равен 10 ротаций, а рентабельности - 2 ротации.

Необходимые для прогнозирования границы диапазонов урожайности культур выбраны исходя из критериев принятия решений. Стоимостные показатели получены из отчетов хозяйств: учебное хозяйство КГСХА и АО Агрохолдинг г. Курск за 2000 год. В результате прогноза подготовлены исходные данные для решения оптимизационных задач. В дальнейшем из прогнозов выбирается тот, результаты которого удовлетворяют заданному критерию принятия решений или наиболее близки к нему. Значения управляемых параметров, при которых выполняются заданные условия, считаются рациональными.

В табл. 4 представлены результаты 3-х прогнозов урожайности и рентабельности наиболее важных сельскохозяйственных культур, выполненных без минеральных удобрений, при одной и двух с половиной дозах внесения минеральных удобрений. Здесь средними считаются урожаи, попавшие в заданный диапазон, а высокими и низкими -находящиеся соответственно выше и ниже заданного диапазона.

Таблица 4

Результаты прогноза_

Номер прогноза Культура Статистические частоты урожаев (%) Средняя урожайность (ц/га) Средняя рентабельность (%)

Высоких Средних Низких

Прогноз №1 х2=0 хз=1,571 Оз. пшенииа 0 80 20 32,3 99,4

Сах. свекла 35 65 0 347 103

Ячмень 0 40 60 31,2 87,5

Оз. рожь 0 60 40 33 74,1

Горох 50 40 10 23,9 99,1

Прогноз №2 Х2=1,0 хз=1,618 Оз. пшеница 0 100 0 37,4 109,5

Сах. свекла 70 30 0 394 105,9

Ячмень 0 40 60 33 96,3

Оз. рожь 60 40 0 38,2 83,5

Горох 50 40 10 25,2 108,2

Прогноз №3 х2=2,5 хз=1,781 Оз. пшеница 65 35 0 41,5 107

Сах. свекла 100 0 0 406,7 84,9

Ячмень 0 90 10 36,9 114,8

Оз. рожь 60 40 0 41 76,6

Горох 50 40 10 25,6 110,4

В разделе 5 на основании анализа результатов прогноза решены задачи рационального управления состоянием агроэкосистемы, обеспечивающего ее максимальную экономическую эффективность при условии сохранения плодородия почвы. Рекомендации по рациональному управлению состоянием агроэкосистемы для четырех вариантов оптимизационных задач представлены в табл. 5.

Таблица 5

Рекомендации по рациональному управлению состоянием агроэкосистемы

N оптимизационной задачи

Критерии оптимизации

Минеральные удобрения (в дозах)

Органические удобрения (в дозах)

Максимум экономической эффективности при ограничениях на урожайность культур и плодородие почвы

1,6

Максимум урожайности сахарной свеклы при ограничениях на урожайность других культур, экономическую эффективность и плодородие

1,9 2 2,1

Максимум урожайности озимой пшеницы при ограничениях на урожайность других культур, экономическую эффективность и плодородие почвы

2,5

Максимум урожайности озимой ржи при ограничениях на урожайность других культур, экономическую эффективность и плодородие почвы

2.3

2.4

2.5

2

3

4

В таблице 5 одна доза удобрений означает внесение 22 кг д. в. азота, 15 кг д. в фосфора, 26 кг д. в. калия, 4 т навоза на 1га в среднем по культурам.

Кроме рассмотренных выше задач рационального управления состоянием агро-экосистемы в целях достижения ее максимальной экономической эффективности поставлены и решены задачи рационального управления в области охраны природы.

Анализ специальной научной литературы показывает, что применение высоких доз минеральных удобрений приводит к загрязнению сельскохозяйственной продукции, почвы, грунтовых вод нитратами, тяжелыми металлами и другими токсичными веществами. В связи с этим рассмотрены следующие критерии принятия решений:

- минимум внесения минеральных удобрений при ограничениях на устойчивую урожайность культур в зоне средних урожаев в соответствии с условиями оптимизационной задачи № 1, рентабельность сельскохозяйственного производства в соответствии с условиями оптимизационной задачи № 2 и сохранение гумуса в почве;

- достижение максимального роста гумуса в агроэкосистеме за счет внесения органических удобрений при исключении минеральных удобрений.

Метод решения данных задач аналогичен ранее рассмотренным задачам, обеспечивающим максимальную экономическую эффективность системы.

На основании решения первой задачи можно рекомендовать внесение 1,3 дозы минеральных удобрений и 1,637 дозы органических удобрений. Результат решения второй задачи - внесение двух доз органических удобрений, при этом достигается увеличение гумуса на 0,17 % за ротацию.

В работе предложен метод рационального управления состоянием агроэкосистемы с учетом нескольких вариантов погодных условий, который заключается в следующей последовательности действий.

1. Провести прогнозирование агроэкосистемы при нескольких вариантах погодных условий.

2. Принять рациональные решения по управлению состоянием агроэкосистемы для каждого варианта погодных условий отдельно.

3. Рассчитать матрицу рисков. В качестве рисков принимаем разницу между максимальной урожайностью, рентабельностью в случае, если стратегия управления состоянием агроэкосистемы и вариант погодных условий соответствуют друг другу и урожайностью, ретабельностью при отсутствии этого соответствия. Если заданы ограничения по устойчивой урожайности, минимальной допустимой рентабельности, то за риск мы принимаем разницу между допустимым ограничением и получившейся в результате прогноза урожайностью, рентабельностью при отсутствии соответствия между принимаемой стратегией управления и вариантом погодных условий.

4. Выбрать наилучшую на рассматриваемом множестве вариантов погодных условий стратегию управления состоянием агроэкосистемы. При этом следует руководствоваться критерием минимаксного риска Сэвиджа. Этот критерий рекомендует в условиях стохастической неопределенности выбирать ту стратегию, при которой величина максимального риска принимает наименьшее значение в самой неблагоприятной ситуации.

Отличительной особенностью данного метода является то, что для управления состоянием агроэкосистемы совместно используются элементы аналитического, имита-ционого моделирования и теории игр, что позволяет повысить качество принятия решений в условиях априорной неопределенности погоды.

Разработан алгоритм взаимодействия планового и оперативного управления состоянием агроэкосистемы, представленный на рис. 2, сущность которого заключается в том, что содержание варианта внесения минеральных и органических удобрений будет изменяться от года к году при изменении постановки оптимизационной задачи, а также при переходе от одной ротации к другой в связи с фактическим значением гумуса на начало новой ротации.

Если анализ экономической ситуации показывает, что необходимо изменить постановку первоначальной оптимизационной задачи, то с помощью алгоритма имитации функционирования агроэкосистемы определяем значения управляемых параметров, приводящие к решению новой оптимизационной задачи. Если на начало ротации содержание гумуса в почве оказалось ниже первоначального уровня, то с помощью модели плодородия почвы рассчитываем варианты внесения удобрений, восстанавливающие гумус, а затем, используя алгоритм имитации функционирования агроэкосистемы, находим оптимальный вариант управляемых параметров.

Таким образом, в диссертационной работе на основе теоретических и экспериментальных исследований решены задачи математического моделирования агроэкосистемы и рационального управления ее состоянием, позволяющие повысить биопродуктивность агроэкосистемы и экономическую эффективность сельскохозяйственного производства, сохранить уровень плодородия почвы, снизить степень загрязнения почвы токсичными веществами, поступающими вместе с минеральными удобрениями, что имеет существенное значение для экономики и экологии сельского хозяйства.

Рис. 2 Алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы

Основные выводы и результаты работы заключаются в следующем.

1. Разработан метод математического моделирования агроэкологических систем с целью эффективного управления их состоянием. Он отличается тем, что для комплексного моделирования агропроцессов применяется комбинация регрессионных уравнений биопродуктивности культур и плодородия почвы, математических моделей экономической эффективности системы и имитационного алгоритма, описывающего чередование культур севооборота и погодные условия. Реализация предложенного метода позволяет повысить биопродуктивность культур, экономическую эффективность системы, а также сохранить или улучшить уровень плодородия почвы.

2. Разработана математическая модель агроэкосистемы, учитывающая ее основные свойства и особенности: априорную неопределенность погоды, последействие и цикличность агропроцессов, стохастичность и нелинейность зависимостей биопродуктивности агроэкосистемы и плодородия почвы от антропогенных и абиотических факторов, а также взаимодействие этих факторов. Модель позволяет определять варианты вносимых удобрений, которые приводят к стабилизации гумуса и при них прогнозировать урожайность и рентабельность сельскохозяйственных культур.

3. Разработан метод управления состоянием агроэкосистемы, отличающийся тем, что окончательные решения по внесению удобрений принимаются с учетом нескольких вариантов погоды по критерию минимакса Сэвиджа (минимум максимального риска). Это позволяет снизить недобор запланированного урожая при различных вариантах погодных условий.

4. Разработан алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы, отличающийся тем, что значения управляемых параметров изменяются в связи с изменением первоначальной постановки оптимизационной задачи и фактическим содержанием гумуса на начало ротации. Это позволяет управлять состоянием агроэкосистемы с учетом необходимости восстановления гумуса.

5. На основе предложенных методов, моделей и имитационного алгоритма разработана система поддержки принятия решений для управления состоянием агроэкоси-стемы, позволяющая рационализировать процесс внесения удобрений, обеспечивая повышение урожайности культур, рентабельности сельскохозяйственного производства и сохранение плодородия почвы. С помощью СППР определены условия сохранения плодородия почвы (варианты вносимых минеральных и органических удобрений, стабилизирующие гумус) и при них выполнены прогнозы биопродуктивности, а также экономической эффективности системы (средней урожайности и рентабельности производства сельскохозяйственных культур).

6. Определены критерии принятия решений, учитывающие показатели биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства и сохранения плодородия почвы и с помощью СППР разработаны рекомендации по рациональному управлению состоянием агроэкосистемы, обеспечивающие выполнение данных критериев.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Картач.ышев Н.И., Волобуев А.П., Тезик К.А. Методические особенности учета агроэколо-гического подхода в процессе проектирования систем земледелия // Науч. тр. КГСХА им. проф. И.И.Иванова. Курск, 1997. Т. 10. С. 98-110.

2. Волобуев А.П., Тезик КА. Создание баз данных экспериментальных исследовании в земледелии для целевой охраны окружающей среды // Матер, науч. конф. «Вопросы современного земледелия». Курск, КГСХА, 1997. 4.1. С. 6-8.

3. Волобуев А.П., Тезик КА. Разработка методических подходов к математическому моделированию агроэкосистем в целях рационального управления внесением удобрений // Матер, науч. конф. «Вопросы современного земледелия». Курск, КГСХА, 1997. 4.1. С. 48-50.

4. Картамышев Н.И., Волобуев А.П., Тезик К.А. Решение задач по оптимизации обобщенных моделей агроэкосистемы // Матер, науч. конф. «Вопросы современного земледелия». Курск, КГСХА, 1997. 4.2. С. 55-58.

5. Волобуев А.П., Тезик К.А. Разработка эмпирико-статистических производственных функций, предназначенных для прогнозирования урожайности культур // Матер, науч. конф. «Вопросы современного земледелия». Курск, КГСХА, 1997. 4.2. С. 54-55.

6. Тезик К.А., Волобуев А.П. Обоснование гидротермического коэффициента в качестве интегрированного показателя, характеризующего погодные условия в экспериментах // Матер, науч. конф. «Вопросы современного земледелия». Курск, КГСХА, 1997. 4.3. С.8 -10.

7. Картамышев Н.И., Волобуев А.П., Тезик К.А. Подходы к имитационному моделированию систем земледелия //Докл. Рос. акад. с.-х. наук № 1. Москва, 1998. С.32-34.

8. Тезик К.А., Кореневский Н.А., Волобуев А.П. Рациональное управление внесением удобрений в севообороте культур с целью стабилизации содержания гумуса в почве // Матер, науч. конф. «Распозна-вание-99,4-ая междунар. конф.». Курск, КГТУ, 1999. С. 181-183.

9. Тезик К.А., Волобуев А.П., Кореневский Н.А. Разработка алгоритма имитационной модели агроэкосистемы (севооборота культур) // Матер, науч. конф. «Медико-экологические информационные технологии-2001, четвертая междунар. науч.-техн. конф.». Курск, КГТУ, 2001. С. 15-19.

10. Тезик К.А., Волобуев А.П., Кореневский Н.А. Прогнозирование рентабельности производства культур севооборота с помощью математического моделирования экономических процессов в агроэкосистеме. // Матер, науч. конф. «Медико - экологические информационные техно-логии-2001, четвертая междунар. науч.-техн. конф.». Курск, КГТУ, 2001. С. 30-33.

11. Тезик К.А., Волобуев А.П., Кореневский Н.А. Рациональное управление внесением удобрений в агроэкосистеме с помощью математического моделирования и теории статистических игр. // Матер, науч. конф. «Медико - экологические информационные технологии - 2001, четвертая между-нар. науч.-техн. конф.». Курск, КГТУ, 2001. С. 31-33.

12. Тезик К.А., Кореневский НА, Волобуев А.П. Оперативное управление внесением удобрений в агроэкосистеме. // Матер, науч. конф. « Материалы и упрочняющие технологии - 2001, девятая российская науч. -техн. конф.». Курск, КГТУ, 2001. С. 208-211.

13. Тезик К.А., Наумов М.М. Разработка системы поддержки принятия решений для управления состоянием агроэкосистемы // Матер, науч.-практ. конф. «Социальная работа в XXI веке». Курск: 0 0 0 «Учитель», 2002. С. 242-245.

14. Тезик К.А. Управление внесением удобрений в агроэкосистеме, обеспечивающее охрану окружающей среды // Матер, науч. конф. «Медико-экологические информационные технологии - 2002, меж-дунар. науч.-техн. конф.». Курск, КГТУ, 2002. С. 142 -145.

15. Тезик КА. Математическое моделирование рентабельности сельскохозяйственных культур в агроэкосистеме // Передовые технологии образования и науки: Сб. науч. тр. Курск: МУ «Издательский центр «ЮМЭКС», 20С. С. 85 - 87.

16. Тезик К.А. Оптимальное управление состоянием агроэкосистемы с помощью разработки математических моделей // Модели и технологии оптимизации земледелия: Сб. докладов Между-нар. науч.-практ. конф. Курск, ВНИИ и ЗПЭ, 2003. С. 297-298.

Соискатель

К.А. Тезик

Формат 60x84 1/16. Бумага для множительных аппаратов. Печать на копировальном аппарате КГТУ. Усл. печ. л 1,0. Уч-изд л 1,0. Тираж 100 экз.

»22 8 10

168

Введение.

1. АНАЛИЗ СОСТОЯНИЯ ВОПРОСА. ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1. Структурно-функциональное описание системы земледелия, ее основные свойства и особенности.

1.2. Почва-растение как единая экосистема и необходимость управления ее внутренним состоянием (содержанием гумуса) с целью достижения запланированной урожайности культур.

1.3. Анализ методов математического моделирования агро-экосистем в целях рационального управления их состоянием.

1.4. Постановка задач исследования.

Выводы.

2. РАЗРАБОТКА МЕТОДИЧЕСКОГО И ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ ДЛЯ МОДЕЛИРОВАНИЯ АГРО-ЭКОСИСТЕМЫ.

2.1. Разработка методики математического моделирования агроэкосистем для рационального управления их состоянием.

2.2. Основные характеристики полевых опытов для исследуемой агроэкосистемы.

2.3. Разработка баз данных мониторинга агроэкосистемы

2.4. Структурно-функциональный анализ агроэкосистемы и определение критериев оптимизации для управления ее состоянием.

Выводы.

3. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ АГРОЭКО-ЛОГИЧЕСКОЙ СИСТЕМЫ.

3.1. Обработка данных погодных условий, влияющих на урожайность культур.

3.2. Планирование эксперимента при разработке математических моделей урожайности культур и плодородия почвы.

3.3. Разработка математических моделей урожайности культур и плодородия почвы.

3.4. Оценка адекватности математических моделей урожайности культур и плодородия почвы.

3.5. Разработка математических моделей рентабельности производства сельскохозяйственных культур.

3.6. Разработка имитационной модели агроэкологической системы.

3.7. Структура системы поддержки принятия решений для управления состоянием агроэкосистемы.

Выводы.

4. ИССЛЕДОВАНИЕ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ

СИСТЕМЫ И УСЛОВИЙ СОХРАНЕНИЯ ПЛОДОРОДИЯ

ПОЧВЫ.

4.1. Управление состоянием агроэкосистемы с целью достижения стабилизации гумуса в почве.

4.2 Конкретизация постановок оптимизационных задач управления состоянием агроэкосистемы.

4.3. Исследование урожайности и рентабельности сельскохозяйственных культур в условиях стабилизации гумуса

4.4 Анализ результатов исследования биопродуктивности и экономической эффективности системы.

Выводы.

5. УПРАВЛЕНИЕ СОСТОЯНИЕМ АГРОЭКОСИ

СТЕМЫ.

5.1 Управление состоянием агроэкосистемы, обеспечивающее ее максимальную экономическую эффективность.

5.2 Управление состоянием агроэкосистемы, обеспечивающее экологическую чистоту сельскохозяйственной продукции и охрану окружающей среды.

5.3 Повышение качества управления состоянием агроэкосистемы на основании использования математического аппарата теории игр.

5.4 Оперативное управление состоянием агроэкосистемы.

Выводы.

Актуальность темы. Важнейшей компонентой социально-экономических систем являются агроэкосистемы, значение которых определяется на уровне качества жизнеобеспечения, выживаемости и безопасности существования регионов и государства в целом. В процессе эксплуатации агро-экосистем ведущее место занимает задача рационального управления их состоянием с целью повышения биопродуктивности культур и экономической эффективности сельскохозяйственного производства. Одновременно с этим необходимо добиваться сохранения плодородия почвы, которое определяется в первую очередь запасами гумуса, что является важнейшей задачей в области управления охраной природы.

Сложность решения данной научной задачи определяется следующими свойствами и особенностями агроэкологических систем:

- многофакторность и многокритериальное^, стохастические и нелинейные зависимости показателей биопродуктивности и плодородия почвы от антропогенных и абиотических факторов;

- неуправляемость и априорная неопределенность абиотических факторов (погодных условий);

- последействие агропроцессов, заключающееся в том, что под действием антропогенных факторов изменяется плодородие почвы, влияющее на биопродуктивность систем в последующие годы.

Фундаментальные теоретические положения по вопросам математического моделирования, прогнозирования и управления состоянием агроэкоси-стем сформулированы в трудах Образцова А.С., Каюмова М.К., Шатилова И.С., Перегудова В.Н., Державина JI.M., Стребкова И.М., Рубанова И.А., Доспехова Б. А., Полуэктова Р.А., Уайсонг Г. JL, Фиссер X. Г., Хеди Э, Диллон Д. и др.

Основная проблемная ситуация заключается в том, что существующие методы принятия решений и математические модели агроэкосистем имеют узкоспециализированный характер и не в полной мере обеспечивают качественное управление их состоянием. Они ориентированы на решение задач, связанных с получением достаточно высокой биопродуктивностн отдельных монокультур при определенных погодных условиях и конкретных значениях параметров плодородия почвы. При моделировании не учитывается необходимость систематического достижения высокой биопродуктивности, рентабельности производства всех культур севооборота при любых погодных условиях, а также возможность снижения уровня плодородия почвы.

В связи с вышеизложенным имеет место актуальная задача научного обоснования и разработки методов и средств совершенствования управления состоянием агроэкосистем в условиях априорной неопределенности абиотических факторов. Они.включают в себя математические модели агроэкосистем, а также методы и алгоритмы решения задач управления их состоянием.

Важнейшими управляемыми факторами, влияющими на состояние агроэкосистем, являются дозы вносимых минеральных и органических удобрений. В связи с этим в рамках данной диссертационной работы рассматриваются именно эти факторы.

Диссертационная работа выполнена в соответствии с научным направлением Курского государственного технического университета "Медико-экологические информационные технологии", научно-технической программой "Научные исследования высшей школы по приоритетным направлениям науки и техники" подпрограммой 204 "Технология живых систем", проектом №03.03.031.

Объект исследования: процессы управления состоянием агроэкосистем .

Предмет исследования: методы, модели и алгоритмы прогнозирования и ^ управления состоянием агроэкосистем Центрально-Черноземного региона России.

Цель и задачи исследования.

Цель работы: повышение эффективности управления состоянием агроэкосистем на основе разработки комплекса методов, моделей и алгоритмов, обеспечивающих рационализацию процесса внесения удобрений.

Основная задача научных исследований заключается в разработке методов, моделей, алгоритмов, а также постановке и решении многокритериальных оптимизационных задач, учитывающих требования по биопродуктивности культур, рентабельности сельскохозяйственного производства и сохранению плодородия почвы для повышения эффективности управления состоянием аг-роэкосистем.

Для достижения^ поставленной цели решаются'следующие частные задачи:

- разработка метода математического моделирования агроэкосистем для эффективного управления их состоянием;

- разработка математической модели агроэкосистемы в виде совокупности регрессионных моделей урожайности культур, плодородия почвы, аналитических моделей экономической эффективности- и алгоритма имитации функционирования агроэкосистемы, позволяющей повысить эффективность управления ее состоянием;

- разработка метода рационального управления состоянием агроэкосистемы, учитывающего различные варианты погодных условий;

- разработка алгоритма взаимодействия оперативного и планового управления состоянием агроэкосистемы, учитывающего фактическое плодородие почвы на начало ротации;

- разработка общей структуры системы поддержки принятия решений для управления состоянием агроэкосистемы, а также исследование биопродуктивности и экономической эффективности агроэкосистемы на основе прогнозов, выполненных по имитационному алгоритму, являющемуся основой СППР;

- определение критериев-принятия решений, учитывающих показатели биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства, сохранения плодородия почвы и разработка на их основе рекомендаций по рациональному управлению состоянием агроэкосистемы, обеспечивающих выполнение данных критериев.

Методы и математический аппарат исследования.

В работе использованы методы системного анализа, теории управления и принятия решений, теории планирования эксперимента, теории вероятностей, математической статистики, прогнозирования, аналитического и имитационного моделирования.

Научная новизна.

1. Разработан метод математического моделирования агроэкосистем, отличающийся тем, что для моделирования агропроцессов используется комбинация регрессионных уравнений биопродуктивности культур и изменения плодородия почвы за период ротации, полученных по статистическим данным полевых опытов, экономико-математических моделей, позволяющих оценить экономическую эффективность системы и имитационного алгоритма, описывающего чередование культур в севообороте и погодные условия.

2. Разработана совокупность математических моделей, включающая регрессионные модели биопродуктивности агроэкосистемы и изменения содержания гумуса за период ротации, аналитические модели рентабельности сельскохозяйственных культур и алгоритм имитации функционирования агроэкосистемы.

3. Предложены критерии принятия решений, отличающиеся тем, что они в комплексе учитывают показатели урожайности, рентабельности производства всех культур севооборота, содержания гумуса в почве, ограничения по количеству вносимых минеральных удобрений, влияющих на загрязнение окружающей среды.

4. Для исследуемой агроэкосистемы получены новые зависимости и соотношения, а именно:

- соотношения вносимых минеральных и органических удобрений, приводящие к стабилизации гумуса;

- зависимости средней за время прогноза урожайности и рентабельности сельскохозяйственных культур от количества удобрений, стабилизирующих гумус; соотношения статистических частот урожайности культур, попавших в зоны низких, средних и высоких урожаев при значениях управляемых параметров, приводящих к сохранению плодородия почвы.

5. Разработан метод рационального управления состоянием агроэкоси-стемы, позволяющий снизить недобор запланированного урожая, особенностью которого является то, что окончательные решения по внесению удобрений принимаются с учетом нескольких вариантов погодных условий по критерию минимакса Сэвиджа. 6. Разработан алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы, отличающийся тем, что значения управляемых параметров изменяются в связи с изменением первоначальной постановки оптимизационной задачи или фактическим содержанием гумуса на начало ротации.

Практическое значение работы.

1. Разработанная система поддержки принятия решений для управления состоянием агроэкосистемы позволяет:

- повысить урожайность и рентабельность производства сельскохозяйственных культур;

- сохранить уровень плодородия почвы, снизить степень загрязнения почв вредными веществами, поступающими вместе с минеральными удобрениями;

- исходя из минимальной гарантированной урожайности культур и варианта вносимых удобрений определить посевные площади и необходимый запас удобрений для производства запланированного объема сельскохозяйственной продукции. 2. Разработаны рекомендации по рациональному управлению состоянием -агроэкосистемы, учитывающие требования по биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства и сохранения плодородия почвы.

3. Созданы информационные базы данных мониторинга агроэкосистемы, позволяющие разрабатывать математические модели агропроцессов.

Реализация работы.

Базы данных мониторинга агроэкосистемы, методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем используются в учебном процессе вузов КГСХА, КГТУ, прогнозы урожайности сельскохозяйственных культур, рекомендации по внесению минеральных и органических удобрений в экспериментальном производстве и НИР ВНИИЗ и ЗПЭ, КНИИ АПП при разработке схем планирования полевых опытов.

Апробация работы.

Научные положения и практические рекомендации диссертационной работы докладывались и обсуждались на научной конференции «Вопросы современного земледелия» в 1997г. в КГСХА, на научной конференции «Распознавание -99» в 1999г. в КГТУ, на научно-технической конференции> «Медико-экологические информационные технологии - 2001» в 2001г. в КГТУ, на научно-практической конференции «Социальная работа в XXI веке» в 2002 г. в КИСО, на научной конференции «Материалы и упрочняющие технологии» в 2001г. в КГТУ, на научно-технической конференции «Медико-экологические информационные технологии - 2002» в 2002 г. в КГТУ, на научно-практической конференции «Модели и технологии оптимизации земледелия» в ВНИИ земледелия и защиты почв от эрозии в 2003г.

Публикации.

Результаты выполненных исследований отражены в 16 публикациях.

Структура и обьем работы.

Диссертационная работа состоит из введения, пяти разделов, заключения, 6 приложений, содержит 53 таблицы, 30 рисунков, список литературы из 167 наименований. Основная часть диссертации изложена на 186 страницах машинописного текста. - - -.- •

Основные выводы и результаты работы заключаются в следующем.

1. Разработан метод математического моделирования агроэкологиче-ских систем с целью эффективного управления их состоянием. Он отличается тем, что для комплексного моделирования агропроцессов применяется комбинация регрессионных уравнений биопродуктивности культур и плодородия почвы, математических моделей экономической эффективности системы и имитационного алгоритма, описывающего чередование культур севооборота щ и погодные условия. Реализация предложенного метода позволяет повысить биопродуктивность культур, экономическую эффективность системы, а также сохранить или улучшить уровень плодородия почвы.

2. Разработана математическая модель агроэкосистемы, учитывающая ее основные свойства и особенности: априорную неопределенность погоды, последействие и цикличность агропроцессов, стохастичность и нелинейность зависимостей биопродуктивности агроэкосистемы и плодородия почвы от антропогенных и абиотических факторов, а также взаимодействие этих факторов. Модель позволяет определять варианты вносимых удобрений, которые приводят к стабилизации гумуса и при них прогнозировать урожайность и щ> рентабельность сельскохозяйственных культур.

3. Разработан метод управления состоянием агроэкосистемы, отличающийся тем, что окончательные решения по внесению удобрений принимаются с учетом нескольких вариантов погоды по критерию минимакса Сэ-виджа (минимум максимального риска). Это позволяет снизить недобор запланированного урожая при различных вариантах погодных условий.

4. Разработан алгоритм взаимодействия оперативного и планового управления состоянием агроэкосистемы, отличающийся тем, что значения управляемых параметров изменяются в связи с изменением первоначальной постановки оптимизационной задачи и фактическим содержанием гумуса на начало ротации. Это позволяет управлять состоянием агроэкосистемы с учетом необходимости восстановления гумуса.

5. На основе предложенных методов, моделей и имитационного алгоритма разработана система поддержки принятия решений для управления состоянием агроэкосистемы, позволяющая рационализировать процесс внесения удобрений, обеспечивая повышение урожайности культур, рентабельности сельскохозяйственного производства и сохранение плодородия почвы. С помощью СППР определены условия сохранения плодородия почвы (варианты вносимых минеральных и органических удобрений, стабилизирующие гумус) и при них выполнены прогнозы биопродуктивности, а также экономической эффективности системы (средней урожайности и рентабельности производства сельскохозяйственных культур).

6. Определены критерии принятия решений, учитывающие показатели биопродуктивности агроэкосистемы, рентабельности сельскохозяйственного производства и сохранения плодородия почвы и с помощью СППР разработаны рекомендации по рациональному управлению состоянием агроэкосистемы, обеспечивающие выполнение данных критериев.

В результате показана возможность достижения следующей эффективности функционирования агроэкосистемы - достижение максимальной урожайности одной из культур: сахарной свеклы (411 ц/га), озимой пшеницы (41,5 ц/га), озимой ржи (41 ц/га) при устойчивой урожайности других культур севооборота, рентабельности производства выше 75 % и стабилизации гумуса. При этом эффективность управления состоянием агроэкосистемы за счет вносимых удобрений для различных показателей составляет: для урожайности сахарной свеклы 78,7%, озимой пшеницы 32,2%, озимой ржи 49,6%, средней по всем культурам рентабельности 77,7%.

Управление состоянием агроэкосистем на основе применения комбинации регрессионных моделей урожайности культур, плодородия почвы, аналитических моделей рентабельности сельскохозяйственного производства и имитационной модели, описывающей чередование культур севооборота и погодные условия имеет следующие перспективы развития:

- управление не только на основе рационализации процесса внесения удобрений, но и других технологических операций, например обработки почвы;

- принятие решений по рациональному выбору севооборота культур;

- управление с учетом экологических критериев, учитывающих содержание токсичных веществ в сельскохозяйственной продукции не выше предельной допустимой концентрации.

1. Агрономическая микробиология. Под ред. академика ВАСХНИЛ Г.С. Муромцева Л. Колос, 1976.-231 с.

2. Адлер Ю.П. Введение в планирование эксперимента.М.: Металлургия. 1969. -157 с.

3. Адлер Ю.П., Маркова Е.В., Гранувский Ю.В. Планирование эксперимента при поиске оптимальных условий.М.: Наука, 1971. 283 с.

4. Атре Ш. Структурный подход к организации баз дан-ных.М.: 1983.-317 с.

5. Афендулов К.П., Лантухова А.И. Удобрение под планируемый урожай.-М.: Колос, 1973.-240 с.

6. Барбалис П.Д., Веверс Э.В. Влияние агрохимических свойств почвы, минеральных удобрений и других факторов на урожай картофе-ля//Химия в сельском хозяйстве, 1970.-№8.-С.63-69.

7. Бондаренко Н.Ф., Жуковский Е.Е. Основы программирования урожаев сельскохозяйственных культур: Метод указания.-Л.: ЛСХИ, 1981.-31 с.

8. Браун Р., Мэзон Р., Фламгольц Э. и др. Исследование операций. Модели итфименения. М.: Мир, 1981 - 677 е., ил.

9. Буздалов И.Н., Шулейкин П. А. Экономическая эффективность с.-х. производства. М.: Знание, 1973. - 77 с.

10. Бусленко Н.П. Моделирование сложных систем. М.: Наука. 1968.-355 с.

11. Векленко В.И., Картамышев Н.И., Солошенко В.М. Проблемы устойчивости земледелия и пути их решения.-Курск, 1989.-86 с.

12. Вентцель Е.С. Теория вероятностей, М.: наука, 1973.-568 с.

13. Вознесенский В.А. Статистические методы планирования эксф перимента в технико-экономических исследованиях.-М.: Статистика,1974.-191 с.

14. Вол И.А. , Коваль Г.М., Михайлов Н.М. Моделирование динамики процесса накопления биомассы сельскохозяйственного посева в кн.: Теоретические основы и количественные методы программирования урожаев.Л., 1979.-С.83-92 (тр. АФИ).

15. Вол И.А. и др. Имитационная модель водного транспорта в системе почва-растение-атмосфера и его связь с ростом биомассы посева.

16. Ф Сб. тр. по агроном, физике, АФИ, 1977.-вып. 43.- С. 11-12.

17. Волобуев А.П., Тезик К.А. Разработка методических подходов математического моделирования агроэкосистем в целях рационального управления внесением удобрений/Матер, научной конфер. Вопросы современного земледелия.ч.1.-1997.-Изд-во КГСХА- С. 48-50.

18. Волобуев А.П., Тезик К.А. Разработка эмпирико-статистических производственных функций, предназначенных для прогнозирования урожайности культур.// Материалы научной конференции "Вопросы современного земледелия ". ч. 2, 1997 г., изд. КГСХА1. Щ С. 54-55.

19. Волобуев А.П., Тезик К.А. Создание баз данных экспериментальных исследований в земледелии для целевой охраны окружающей среды /Матер, научной конфер. Вопросы современного земледелия ч.1 1997. Изд-во КГСХА.-С.6-8.

20. Володин Б.Г. и др. Сборник задач по теории вероятностей, математической статистике и теории случайных функций, под ред. доктора технических наук профессора А.А. Свешникова.М.: изд. Наука.1965. 632 с.

21. Щ 20. Воробьев С.А. и др. Земледелие.-М.: Агропромиздат,1991.- 527 с.

22. Вронский В. А. Прикладная экология.: Учебное пособие для вузов. Ростов на Дону: Феникс, 1996. — 509 е.: ил.

23. Галямин Е.П., Синтиц О.С., Милютин Н.Н. Модель формирования урожая агроценоза и ее индентификация-В кн.: Принципы управления продукционными процессами в агроэкосистемах М.: Наука, 1976.1. С. 96-115.

24. Глушков В. М. Основы безбумажной информатики. М.: Наука, 1987.- 552с.

25. Головатый В. Г. Применение метода планирования эксперимента для оптимизации параметров технологических операций. .// Материалы научно-практической конференции "Модели и технологии оптимизации земледелия", 2003г, изд. ВНИИи ЗПЭ С. 220 - 230.

26. Давыдов Э.Г. Исследование операций: Учеб. пособие для студентов вузов.-М.: Высш. шк., 1990.-383 с.

27. Державин J1.M. Использование данных полевых опытов и агрохимического обследования почв при определении потребности в минеральных удобрениях и их распределении/Плодородие почв и его повыше-ние.-М.: Колос, 1983.-С.43-52.

28. Державин J1.M., Рубанов И.А. Вид и анализ производственной функции «урожай-удобрение»//Агрохимия.1975.-№4.-С. 124-130.

29. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. М.: Мир, 1981.-374 с.

30. Докучаев . В. В. Русский чернозем. М., Сельхозгиз. 1952. —636 с.

31. Доспехов Б.А. Методика полевого опыта.-М.: Агропромиздат, 1985.-351 с.

32. Дрейнер Н., Смит Г. Прикладной регрессионный анализ.-М.: Финансы и статистика, 1986.-365 с.

33. Елисеева И.И., Юзбишев М.М. Общая теория статистики М.: # Финансы и статистика.-1999.-480 с.

34. Зайцев Н. JI. Экономика организации. М.: «Экзамен», 2000 г. -768 с.

35. Иванов Д. А. Применение статистических методов при конструировании ландшафтно- адаптивных систем земледелия / Вестник Российской академии сельскохозяйственных наук 2002, № 6, с. 57-61.

36. Измайлов С.Ф. Азотный обмен в растениях. М., 1986.-320 с.

37. Израэль Ю. А. Экология и контроль состояния природной сре-Ш ды.- 2-е изд., доп. М.: Гидрометеоиздат., Моск. отд-ние , 1980-560с., ил.

38. Калашников В.В. Организация моделирования сложных сис-тем//Математика и кибернетика.-М.: Знание, 1982.-№3/82.-С.64-72.

39. Каневский А.Ф. Экономика производства сахарной свеклы.М., Колос, 1973.-344 с.

40. Картамышев Н.И., Волобуев А.П., Тезик К.А. Методические особенности учета агроэкологического подхода в процессе проектирования систем земледелия/Научные труды КГСХА им. проф. И.И. Иванова Т.10.-1997 .-С.98-110.

41. Картамышев Н.И., Волобуев А.П., Тезик К.А. Подходы и имитационному моделированию систем земледелия/Доклады Российской академии с.-х. наук№1.-1988.-С.32-34.

42. Картамышев Н.И., Волобуев А.П., Тезик К.А. Решение задач по оптимизации обобщенных моделей агроэкосистемы // Материалы научной конференции «Вопросы современного земледелия». 4.2. 1997. КГСХА.1. С. 55-58.

43. Каштанов А.Н. Устойчивость земледелия; пути повышения.-М.: Знание, 1983.-64 с.

44. Щ 43. Каюмов М.К. Программирование урожаев.-М.: Моск. рабочий, 1981.-160 с.

45. Каюмов М.К. Справочник по программированию урожаев: Россельхозиздат, 1977.-186 с.

46. Кини P.JI., Райфа X Принятие решений при многих критериях: предпочтения и замещения.М.: Радио и связь, 1981.-559 с.

47. Клейнен Дж. Статистические методы в имитационном моделировании: в 2 т.-М.: Статитсика, 1978.-221,335 с.

48. Кобринский Н.Е., Майминас Е.З., Смирнов А.Д. Введение в экономическую кибернетику М. Изд-во экономика.-1975.-342 с.

49. Кокарева JI.B., Малашиник И.И. Проектирование банков дан-ных.М.: 1984.-256 с.

50. Колесов А. Ю. , Колесов Ю. С. Релаксационные колебания в математических моделях экологии / под ред. Е. Ф. Мищенко М.: Наука, 1993- 123 с.

51. Компьютерные системы поддержки принятия решений в экологии: сб. научных трудов/ АН УССР, Институт кибернетики им. В. М. Глушкова, Науч. совет, АН УССР, по пробл. " Кибернетика"; Редкол.: А.А. Морозов ( отв. Ред.) и др.- Киев: ИК, 1991. 76 с: ил.

52. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров, М.: Наука, 1968. 719с.

53. Коробкин В. И., Передельский JI. В. Экология, Изд-во "Феникс", 2003, 575 с.

54. Королюк B.C. и др. Справочник по теории вероятностей и математической статистике.М.: Наука. 1985.-640 с.

55. Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве.-М.: Колос, 1978.-424 с.

56. Креннель Т.Э., Коган А.Г., Тараторин A.M. Персональные ЭВМ в инженерной практике. М.: Радио и связь 1989.- 336 с.

57. Кузин JI.T. Основы кибернетики. М. Энергия 1973.-502 с.

58. Кулаковская Т.Н. Программирование высоких урожаев сель-# скохозяйственных культур: Метод рекомендации.-Минск: Бел.НИИПА,1975.-42 с.

59. Левченко А.И. и др. Методические указания по разработке технологических карт и планированию себестоимости продукции с.-х. культур. Курск Изд-во КГСХА.-1997.-68 с.

60. Лес Пинтер. FOXPRO 2.0 APPLICATIONS PROGRAMMING.-ТОО ЭДЭЛЬ, Москва: ТОО ВЕК, Киев, 1994.-363 с.

61. Линник Ю.В. Метод наименьших квадратов и основы теорииобработки наблюдений, Физматгиз, 1962. 349 с.

62. Липкина Г.С. Связь урожая сельскохозяйственных культур с агрохимическими свойствами почв и удобрениями.-М.: ВНИИТЭИСХ, 1975.-42 с.

63. Литтл Т., Хиллз Ф. Сельскохозяйственное опытное дело.-М.: Колос, 1981.-318 с.

64. Лыков A.M. Гумус и плодородие почвы.-М.: Моск. рабочий, 1985.- 192 с.

65. Львовский Е.Н. Статистические методы построения эмперических формул. М. В. шк. 1988.-239 с.

66. Майзер X., Эйджин Н., Тролл Р. др. Исследование операций. Методологические основы и математические методы- М.: Мир, 1981, 712с., ил.

67. Макаров И.П. Устойчивость земледелия//Вестник сельскохозяйственной науки, 1985.-№5.-С.59-66.

68. Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь 1988.-230 с.

69. Мельников С.В., Алешкин В.Р., Рощин П.М. Планирование * эксперимента в исследованиях сельскохозяйственных процессов. Л.: изд.1. Колос, 1972.-199 с.

70. Месарович М., Такахари Я. Общая теория систем: математические основы М.: Мир, 1978.- 311 с.

71. Мишустин Е.Н., Емцев В.Т. Микробиология -М.: Агропром-издат, 1987.-367 с.

72. Модели и методы оценки антропогенных изменений геосистем / В. В. Воробьев, JI. М. Корытный, А. К. Крауклис и др., под. Ред. В. И. Гурмана. М.: Наука, 1981.- 264 е., ил.

73. Модели управления природными ресурсами / В. А. Батурин, В. И. Гурман, Э. Е. Дроздовский и др.; под ред. В. И. Гурмана М.: Наука, 1981 -264 е., ил.

74. Моисеев Н.Н. Математические задачи систематического ана-лиза.М.: Наука, 1981.-481 с.

75. Мотузко Ф. Я. Основы экологии: Учеб. пособие. М: МИ-РЭА, 1994.- 125с.

76. Муха В. Д. и др. Закономерности функционирования биосистем в сельском хозяйстве / Доклады Российской академии сельскохозяйственных наук 2002, № 3, с. 52- 55.

77. Муха В.Д. и др. Агропочвоведение.-М.: Колос, 1984.-527 с.

78. Муха В.Д. и др. Основы программирования урожайности сельскохозяйственных культур.-М.: МСХА, 1994.-251 с.

79. Муха В.Д., Пелипец В.А. Программирование урожаев основных сельскохозяйственных кулыур.-Киев: Вища школа, 1988.-222 с.

80. Налимов В.В., Голикова Т.И. Логические основания планирования экспериментам.: металлургия, 1981.-150 с.

81. Налимов В.В., Чернова Н.А. Статистические методы планирования экстремальных экспериментов.М.: Наука, 1965, 340 с.

82. Недорезов Л. В. Лекции по математической экологии. Новосибирск: Сибирский хронограф, 1997., 157с.

83. Нейман В.Г. Решение научных, инженерных и экономических • задач с помощью ППП Statgraphics, М.: МП Память, 1993.-88 с.

84. Новиков Г. А. Основы общей экологии и охраны природы: Учебное пособие для биол. спец. Университетов. JI: изд. ЛГУ, 1979.-350 с.

85. Образцов А.С. Системный метод: применение в земледелии.-М.: Агропромиздат, 1990.-303 с.

86. Образцов А.С., Ковалев В.М. Комплексная производственная функция урожая многолетних злаковых трав//с.-х. биология 1982. Т.1. XVII.№1 .-с.78-88.

87. Одум, Юджин П. Экология: в 2т. / Перевод с англ. Ю. М. Фролова; под ред. В. Е. Соколова М.: Мир, 1986. - 326 с.

88. Пахомова Г.И. Водный режим растений. Казань, 1980.-252 с.

89. Перегудов В.Н. Проведение многофакторных опытов с удобрениями и математический анализ их результатов.-М.: ВИУА, 1976.-76 с.

90. Петренко И.Я., Чужинов П.И. Экономика с.-х. производства Алма-Ата: Кайнар, 1992.-560 с.

91. Петросян Л. А., Захаров В. В. Введение в математическуютэкологию. Л.: изд. Ленинградского ун-та, 1986. 221с.

92. Плотников В. В. На перекрестках экологии. М.: Мысль, 1985. -208 е., ил.

93. Полевой В.В. Физиология растений М.: В. Шк. 1989.-464 с.

94. Полищук Ю.М., Хан В.Б. Теория автоматизированных банков информации.-М.: Высшая школа, 1989.-181 с.

95. Полляк Ю.Г. Вероятностное моделирование на ЭВМ.-М.: Сов. радио, 1971.-399 с.

96. Полуэктов Р. А. Полевой опыт и моделирование продукцион-^ ного процесса./ Вестник Российской академии сельскохозяйственных наук2002, № 2 с. 25-29.

97. Полуэктов Р.А. Динамические модели агроэкосистемы.Л.: Гидрометеоиздат. 1991.-311 с.

98. Полуэктов Р.А. Имитационные модели продуктивности агро-экосистем в кн.: Теоретические основы и количественные методы программирования урожаев. Л. 1979.-е. 14-23 (тр. АФИ).

99. Пономарева И. Н. Общая экология. Учеб. Пособие, Л., ЛГПИ, 1975, 162 с.

100. Попов А. А. Создание приложений для FOXPRO 2.5/2.6 в DOS и WINDOWS. М.: " Калашников и К. ", 1997.-659 с.

101. Почвенная микробиология под ред. Д.И. Никитина. М.: Ко-лос.-1979.-315 с.

102. Поярков К.М., Петров А.Г., Шереметов В.Г. Математические методы при анализе сельскохозяйственного производства/Обзор ВИН-ТИСХ МСХ СССР. 1968. вып. 32.-107 с.

103. Практикум по общей теории статистики под ред. проф. Н.Н. Ряузова.М.: Финансы и статистика. 1981.-277 с.

104. Практикум по экологии: Учеб. Пособие / С. В. Алексеев, Н. В. Груздева, А. Г. Муравьев, Э. В. Гущина. М: АОМДС, 1996. -189 е., ил.

105. Программирование урожаев в основу прогрессивных технологий/под ред. А.А. Собко.-Киев: Урожай, 1984.- 152 с.

106. Программное обеспечение персональных ЭВМ, под ред. А.А. Стогния.-Киев: Наукова думка, 1989.-366 с.

107. Прошляков А.А. Действие минеральных удобрений на урожай картофеля в зависимости от агрохимических показателей дерново-подзолистых почв//Агрохимия. 1972.-№9.-с.57-60.

108. Радкевич В. А., Экология: Крат, курс: Учеб. Пособие для пед. институтов. / В. А. Радкевич. — Минск: " Вышейш. школа", 1977г.- 302 с.

109. Рамад, Франсуа, Основы прикладной экологии: Воздействие человека на биосферу / пер. с фр. под. Ред. JI. Т. Матвеева ; предисл. Ю. А. Израэля. -JL : Гидрометеоиздат, 1981 -543 с.

110. Реймерс Н. Ф, Экология : Теории, законы, правила, принципы и гипотезы. М. : Россия молодая, 1994 - 364 с.

111. Риклефс, Роберт, Основы общей экологии / пер. с англ. Н. О. Фоминой; под ред. Н. Н. Карташева . М.: Мир, 1979. - 424 с.

112. Рубанов И.А. Корректировка производственной функции урожай-удобрения и почвенный эквивалент//Агрохимия.-1978.-№5.

113. Руднев В.Г. Агрометеорология.Л., Гидрометеоиздат, 1973.-341 с.

114. Руссель С. Микроорганизмы и жизнь почвы.-М. Колос,-1977.- 222 с.

115. Ряузов Н.Н. Общая теория статистики. М.: Финансы и статистика. 1984.- 342 с.

116. Саркисян С.А. и др. Теория прогнозирования и принятия решений под ред. д.эк.н. С.А. Саркисяна.М., В. шк. 1977.-357 с.

117. Сейдж Э.П., Уайт И.С. Оптимальное управление системами. М. Радио и связь, 1982.-391 с.

118. Семенов В.А. О прогнозировании урожайности//Экономика сельского хозяйства. 1983.-№10.-С.67-69.

119. Семенова В.А. Оценка земель и прогноз урожаев.-JT.: Лениз-дат, 1977.-93 с.

120. Синякова Л.А., Васько В.Г. Проблемы получения запрограммированного урожая полевых культур: Лекция для слушателей фак-та повышения квалификации.-Л.: Пушкино: ЛСХИ. 1981.-35 с.

121. Системный анализ и методы математического моделирования в экологии : Сб. науч. тр. / ЛН УССР, ин-т кибернетики им. В. М. Глушко-ва, Науч. совет ЛН УССР по пробл. "Кибернетика" Редкол.: Л. Л. Морозов (отв. Ред.) и др. . Киев: ИК, 1990. - 87 с.

122. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики М.: изд. Наука. 1985.-511 с.

123. Соболь И. М. Метод Монте-Карло. М. Наука, 1985. 78 с.

124. Справочник. Искусственный интеллект, книга 2. Модели и методы под ред. проф. Д.А. Поспелова, М. «радио и связь», 1990.-304 с.

125. Стрыгин В.В., Щарев JI.C. Основы вычислительной, микропроцессорной техники и программирования.М.: В. Шк. 1989.-478 с.

126. Тезик К.А. Математическое моделирование рентабельности ф сельскохозяйственных культур в агроэкосистеме // Передовые технологииобразования и науки: Сб. науч. тр. — Курск: МУ Издательский центр ЮМЭКС, 2003 г. С. 85 87.

127. Тезик К.А., Волобуев А.П. Обоснование гидротермического коэффициента в качестве интегрированного показателя, характеризующего погодные условия в экспериментах/Матер, научной конфер.//Вопросы современного земледелия. ч.З.-С .8-10.

128. Тен. А.Г. Кормопроизводство М.: Колос, 1982.-463 с.

129. Теннант-Смит Дж. Бейсик для статистиков.М.: Мир,1988.-207 с.

130. Тиори Т., Фрай Дж. Проектирование структур баз данных. В 2 кн.-М.: 1985.

131. Тихонов В. Е. Подход к прогнозированию условий вегетации зерновых культур/ Вестник Российской академии сельскохозяйственных наук 2002, № 4 с. 14-19.

132. Тишлер В.Сельскохозяйственная экология.-М.: Колос, 1971-455 с.

133. Тунеев М.М., Сухоруков В.Ф. Экономико-математические методы в организации и планировании с.-х. производства.- М.: Финансы и статистика, 1986.-144 с.

134. Уайсонг Г.Л., Фиссер Х.Г. Статистические модели для прогнозирования продуктивности многолетних растений//Биологические и физиологические аспекты интенсификации луговодства. Материалы XII конгресса по луговодству.-М., 1974.-С.367-371.

135. Уатт, Кеннет Е. Ф. Экология и управление природными ресурсами. Количественный подход. Перевод с англ. А. И. Козленкова, под ред. и с предисловием проф. Н. П. Наумова. М., Мир, 1971г.

136. Ульман Дж. Основы систем баз данных.М.: 1983.-334 с.

137. Финни Д. Введение в теорию планирования эксперимента, М.: Наука, 1970.-287с.

138. Фролов Г.Д., Кузнецов Э.И. Элементы информатики.М.: в шк.1989.-303 с.

139. Хеди Э., Диллон Д. Производственные функции в сельском хозяйстве.-М.: Прогресс, 1965.- 599 с.

140. Хикс Ч. Основные принципы планирования эксперимента.М.: Мир, 1967.-406 с.

141. Человек и экология : сборник / Ред. Н. Филлиповский . М.: Знание, 1991 - 94 с. ( Народный университет. Факультет " Человек и природа ",№ И).

142. Черников В. А и др. Агроэкология. М.: Колос, 535 с.

143. Четвериков В.Н., Ревунков Г.И., Самохвалов Э.Н. Базы и банки данных.М.: 1987.-248 с.

144. Чирков Ю.И. Агрометеорология.-JI.: Гидрометеоиздат 1986.- 293 с.

145. Чирков Ю.И. Основы сельскохозяйственной метеорологии.-JI.: Гидрометеоиздат, 1975.-213 с.

146. Шатилов И.С. Принципы программирования урожайно-сти//Программирование урожаев с.-х. культур.-М.: Колос, 1975.-С.7-8.

147. Шатилов И.С., Чудновский А.Ф. Агрофизические, агрометеорологические основы программирования урожаев.-JI.: Гидрометеоиздат, 1980.-320 с.

148. Шеннон Р. Имитационное моделирование систем.-Искусство и наука.-М.: Мир, 1978.-417 с.

149. Шишов Л.Л., Карманов И.И., Дурманов Д.Н. Критерии и модели плодородия почв. М., ВО Агропромиздат, 1987.-184 с.

150. Школьник М.Я. Микроэлементы в жизни растений. Л., 1974.-324 с.

151. Экология и будущее: Анализ философских оснований глобальных прогнозов. М.: изд-во МГУ , 1988. - 158 с.

152. Юдинова Л.А. Некоторые статистические методы прогнозирования в сельском хозяйстве//Математические методы в экономике.-Рига: Зинатне, 1977.-С.119.

153. Feld wirtschaft 5'90 P. Kundler, M. Dambroth: Grundsatze des Ubergang zu einer okologisch okonomischen Landbewirtschaftung,s. 195-197.

154. Feld wirtschaft 9'90 U. Abraham: Von der Hochstertragskonzep-tion zur okonomisch-okologischen Projektirung der Zuckerrubenproduktions. 391-393.

155. Feld wirtschaft 9'90 H. Frieleben, U. Wrankmore : Erfahrung bei der Anwendung von Software zur computergestutzen Boden und Bestands-fuhrung in der Zuckerrubenproduktion s. 412 - 414.

156. Feld wirtschaft 10'90 R. Kunzmann, W. Matzel : Okologische Aspekte der Stickstoffdungung s. 440 - 442.

157. Feld wirtschaft 10'90 S. Naumann, P. Schmidt: Eutrags und Qu-flitetsverbesserung bei Zuckerruben mit Hilfe der PC - Programme Arabella und Arabells s. 470 - 472.

158. D. Koppen, H. Weschcke, W. Zehler: Komplexe Map nahmen zur erweitern Reproduktion der Bodenfruchtbarkeit sind die Grundlage far einem stabielen Ertragszuwachs in der Pflanzenproduktion s. 14-16.

159. Folsch, G. Dittrich, Ines Lehmann: Okonomische und okologische Aspekte der Intensivierung der Getreideproduktion s. 253 256.