автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Модели и методы репланирования сельскохозяйственного производства в условиях чрезвычайных ситуаций с использованием аэрокосмической информации

российская академия наук

УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК ИНСТИТУТ ПРОБЛЕМ УПРАВЛЕНИЯ им В А ТРАПЕЗНИКОВА РАН

УДК 658 528 На правах рукописи

GQ344825G

МИКРИН Вадим Евгеньевич

МОДЕЛИ И МЕТОДЫ РЕПЛАНИРОВАНИЯ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С ИСПОЛЬЗОВАНИЕМ АЭРОКОСМИЧЕСКОЙ ИНФОРМАЦИИ

Специальность

05 13 10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени

кандидата технических наук

О 2 ОНТ 2008

Москва 2008

003448256

Работа выполнена в Учреждении Российской академии наук Институте проблем управления им В А Трапезникова РАН

Научный руководитель доктор технических наук, профессор Кульба В В

Официальные оппоненты

• доктор технических наук, профессор

Меденников В И

• доктор технических наук, профессор

Щепкин А В

Ведущая организация

Институт системного анализа РАН

Защита состоится 20 октября 2008 г в 14 часов на заседании Диссертационного Совета №2 (Д 002 226 02) Учреждения Российской академии наук Института проблем управления им В А Трапезникова РАН Телефон совета 334-93-29

Адрес Института Москва, 117997, ул Профсоюзная, 65

С диссертацией можно ознакомиться в библиотеке Учреждения Российской академии наук Института проблем управления им В А Трапезникова РАН

Автореферат разослан

Ученый секретарь Диссертационного совета кандидат технических наук

Лебедев В Н

Общая характеристика работы

Актуальность темы Сельское хозяйство является одной из ключевых отраслей для России, в которой занято более 10% экономически активного населения страны

В Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008 - 2012 годы определены пути достижения устойчивого развития сельских территорий, повышения занятости и уровня жизни сельского населения, а также повышения конкурентоспособности российской сельскохозяйственной продукции Реализация программы предполагает разработку необходимых законов и правовых актов, федеральных, межрегиональных и региональных программ развития объектов агропромышленного комплекса (АПК), методов и средств планирования, репланирования и управления АПК, информационно-управляющих систем, использующих ЭВМ, современных средств передачи данных и космической техники Необходимость такого развития обусловлена также тем, что в последнее время в мире возникла тенденция к увеличению количества чрезвычайных ситуаций (ЧС) природного характера учащаются случаи наводнений, все чаще наблюдаются аномальные явления в виде засух, суховеев, ураганов, заморозков, массового распространения вредителей и др

Анализ современного состояния средств аэрокосмического мониторинга показывает возможность их использования в сельскохозяйственном производстве на различных уровнях, особенно в условиях чрезвычайных ситуаций В этой связи разработка моделей и методов автоматизированного планирования, репланирования и управления сельскохозяйственным производством в условиях чрезвычайных ситуаций с использованием аэрокосмической информации является исключительно важной задачей, позволяющей существенно увеличить эффективность предотвращения и устранения последствий чрезвычайных ситуаций

При выполнении работы автор опирался на труды российских и зарубежных ученых -Кульбы В В , Меденникова В И, Мамиконова А Г, Косяченко С А , Полевого А Н , Обиралова А И, Утепбергенова И Т, Шендерса П , Ву 3 , Лихи Р, Кумани А , Янбо С , Малик Дж, Роде А А и других

Цель работы Целью диссертационной работы является разработка моделей и методов автоматизированного планирования, репланирования и оперативного управления сельскохозяйственным производством в условиях чрезвычайных ситуаций с использованием аэрокосмической информации

Методы исследования Основные результаты диссертационной работы получены и математически обоснованы с использованием методов исследования операций, теории графов и других разделов современной теории управления, а также путем проведения практических и экспериментальных расчетов на ЭВМ

Научная новизна В результате проведенных исследований, анализа и обобщения опыта планирования, репланирования и оперативного управления сельскохозяйственным производством в условиях чрезвычайных ситуаций, а также аэрокосмического мониторинга в диссертационной работе автором впервые получены следующие основные результаты

• предложены методы оптимального планирования и репланирования сельскохозяйственного производства в условиях чрезвычайных ситуаций, с учетом данных аэрокосмического мониторинга и введенных типов резервов,

• предложены, формализованы и детально исследованы три типа резервов сельскохозяйственного производства структурно-технологический, природно-климатический и эколого-физиологический,

• разработана функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством, обеспечивающая эффективную реализацию предложенных в работе методов планирования, репланирования и управления сельскохозяйственным предприятием с использованием резервов различного типа,

• предложен метод сегментации мультиспектральных изображений для выявления аномалий в развитии массы растений на основе метода нормализованного разреза графа и метода свертки мультиспектральных изображений методом локального отображения

Практическая ценность Разработанные в диссертации методологический подход, модели и методы планирования, репланирования и оперативного управления позволяют существенно повысить эффективность функционирования автоматизированных систем управления сельскохозяйственным производством за счет использования имеющихся резервов и необходимой информационной поддержки принятия решений в условиях чрезвычайных ситуаций

Разработанные методы и алгоритмы могут быть использованы при проектировании автоматизированных систем управления сельскохозяйственным производством в условиях чрезвычайных ситуаций в научно-исследовательских и производственных организациях, разрабатывающих, внедряющих и эксплуатирующих системы подобного класса Использование полученных результатов и предложенных рекомендаций позволяет снизить потери сельскохозяйственной продукции в среднем на 10%-30%

Внедрение Предложенные модели и методы использовались для повышения точности аэрокосмических систем мониторинга и идентификации состояния посевов в отделе организации мониторинга, прогнозирования ЧС и управления рисками Управления по чрезвычайным ситуациям при правительстве республики Башкоркостан, во Всероссийском Институте аграрных проблем и информатики им А А Никонова при разработке проекта отраслевой программы развития информатизации сельского хозяйства РФ на 2007-2012 гг , в ЗАО «Хатунь» в 2006 и 2007 г г для определения резервов нового типа, а именно структурно-технологического, природно-климатического и эколого-физиологического, и изменения структуры посевных площадей в связи с засухами, в ООО

2

«ТА-ВИ» при разработке методических и инструктивных материалов и рекомендаций по методам репланирования структуры посевных площадей в условиях предгорной зоны Краснодарского края, в ООО «Промагросервис» при разработке методических указаний и рекомендаций по методам репланирования структуры посевных площадей в условиях Юга России

Личный вклад Все основные положения и результаты, выносимые на защиту, получены автором самостоятельно

Апробация работы Результаты диссертационной работы докладывались и обсуждались на XIV и XV Международных Конференциях «Проблемы управления безопасностью сложных систем» (Москва, ИПУ 2006, 2007 гг), международной научной конференции "Проблемы регионального и муниципального управления " (Москва, 2006 г)

Публикации По теме диссертации автором опубликовано 6 печатных работ, в том числе 2 в ведущих научных журналах

Структура и объем диссертации Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения Работа содержит 197 страниц, в том числе основной текст - 151 страница, 32 рисунка, 14 таблиц, а также список литературы, включающий 113 наименований

Содержание работы Во введении обосновываются выбор цели и актуальность рассматриваемых в работе проблем, приведены основные положения диссертационной работы

В первой главе рассматривается состояние современного сельскохозяйственного производства в России за последние годы, выявляются и анализируются его особенности и тенденции развития, подтвержденные статистическими данными по различным регионам и периодам Приводится обзор современных методов управления сельскохозяйственным производством, в том числе с использованием современных методов и средств обработки и передачи данных Рассматриваются различные типы чрезвычайных ситуаций и их влияние на эффективность сельскохозяйственного производства Проведена классификация чрезвычайных ситуаций, возникающих в сельском хозяйстве Проведен анализ последствий стихийных бедствий и чрезвычайных ситуаций в агропромышленном комплексе Российской Федерации В заключение поставлены проблемы и задачи повышения эффективности и качества управления сельскохозяйственным производством в условиях чрезвычайных ситуаций, информационного обеспечения стратегического планирования и репланирования, аэрокосмического мониторинга, использования резервов различного типа

Изменение внутренней и внешней политики СССР во второй половине 80-ых годов и последующий распад СССР имели серьезные последствия для развития агропромышленного комплекса Резкий скачок цен на природные ресурсы и энергию обусловил резкое повышение цен на удобрения, пестициды, технику, оборудование, гиперинфляция - все это привело к ухудшению финансового положения агропромышленных предприятий Рост конкуренции со стороны зарубежных производителей, разрыв стабильных экономических связей и каналов сбыта продукции, обострение энергетических, финансовых и прочих

глобальных проблем оказали негативное воздействие на развитие агропромышленного производства в России, что привело к резкому падению производства сельскохозяйственных продуктов, и лишь недавно наметилась тенденция к его росту

Сельскохозяйственное производство в России в настоящее время можно условно разделить на три группы, отличающиеся по размерам, масштабам экспорта и экономической эффективности В первой группе находятся наиболее жизнеспособные и прибыльные хозяйства, существующие в составе холдингов, занимающихся переработкой и продажей сельскохозяйственной продукции Вторую группу представляют собой фермерские хозяйства, агрофирмы и частные предприниматели, которые поставляют продукты сельскохозяйственного производства преимущественно на местные рынки К третьей группе можно отнести бывшие колхозы, которые по своей эффективности значительно уступают первым группам, причем часть из них находится в состоянии упадка

Необходимо отметить, что в настоящее время идет процесс формирования крупных вертикально-интегрированных холдингов Центрами формируемых холдинговых структур становятся наиболее крупные производители Объединение сельхозпроизводителей в многопрофильную компанию имеет ряд преимуществ повышается производительность труда, внедряются современные технологии, обновляется технопарк и реконструируются помещения (стойла, скотные и птичьи дворы и тп), сокращаются административные издержки, оптимизируются инвестиционные и финансовые потоки, централизована система снабжения оборотными материалами, система сбыта готовой продукции и т д

Таким образом, процесс интенсификации сельскохозяйственного производства приводит к значительному увеличению числа факторов, влияющих на его развитие, что, в свою очередь, требует более четкого, гибкого и оперативного планирования и управления, определяет необходимость разработок и использования комплекса математических моделей, обеспечивающих принятие научно-обоснованных управленческих решений на всех этапах процесса производства и реализации продукции сельского хозяйства

К числу важнейших факторов, влияющих на эффективность сельскохозяйственного производства, относятся чрезвычайные ситуации природного и техногенного характера По данным экспертизы Минсельхоза России, в 2006 году в агропромышленном комплексе России произошло более 120 чрезвычайных ситуаций природного характера, ущерб от которых составил более 30 млрд рублей Наибольший ущерб нанесен чрезвычайными ситуациями, источниками которых были аномальные колебания температуры (48%), засуха (27%), осадки, включая град (17%) Ущерб в растениеводстве составил 29,2 млрд рублей (97% от всего ущерба), в животноводстве - 0,72 млн рублей (0,03%) На объектах производственной инфраструктуры - 226,7 млн рублей (0,77%) Сельскохозяйственные культуры погибли на площади 7986 тыс га, в том числе зерновые и зернобобовые на площади 6843 тыс га (таблица!)

Таблица 1. Ущерб по видам чрезвычайных ситуаций и направлениям сельскохозяйственного производства в Российской Федерации в 2006 г.

Чрезвычайные ситуации Площадь ущерба, тыс га

По видам и источникам ЧС

Природные ЧС 29446,4

в том числе

Засуха 29446,4

Осадки 8147,7

из них град 4793,3

Ветер 1075,3

Аномальные колебания температуры 1680,6

Половодья и др 14180,5

По направлениям сельскохозяйственного производства

Растениеводство 29216,7

Животноводство 0,7

Производственные объекты 226,7

Степень предсказуемости ЧС очень невелика к моменту получения информации, достаточной для выработки эффективных ответных мер, образуется дефицит времени для их реализации Это приводит к очевидному парадоксу в условиях ЧС ожидая получения достоверной и достаточной для принятия решений информации, система несет убытки от непредвиденных изменений, а имея неопределенную информацию, не может предпринять продуманные меры в целях разрешения возникающих проблем Поэтому на ранних стадиях потенциальной опасности ЧС ответные меры, очевидно, должны быть общего характера, направленными на увеличение стратегической гибкости организации По мере поступления конкретной детализированной информации конкретизируются и ответные меры, конечной целью которых является либо устранение угрозы возникновения ЧС, либо использование создавшихся возможностей для ликвидации ЧС и ее последствий Заблаговременное наращивание запаса гибкости и адаптивности системы позволяет уменьшить опасность катастрофических потерь на ранних стадиях возникновения ЧС

Таким образом, важно получить информацию, по которой можно как минимум быстрее констатировать начало чрезвычайной ситуации, а как максимум узнать о возможности ее наступления заранее Для этого используются системы мониторинга окружающей среды, который осуществляется различными методами Наиболее перспективным методом является аэрокосмический мониторинг В сочетании с современными средствами автоматического распознавания, аэрокосмический мониторинг представляет собой мощное средство для обнаружения ЧС на ранних стадиях зарождения и прогнозирования развития штатной ситуации в чрезвычайную

Принятие решений в сельскохозяйственном производстве при стратегическом планировании и оперативном управлении как в штатной ситуации, так и в условиях ЧС

должно осуществляться на основе данных мониторинга объектов сельского хозяйства с использованием различных типов резервов, таких как резервы ресурсов и времени, а также природно-климатического, эколого-физиологического и структурно-технологического резервов Задача репланирования должна включать такие задачи как задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур, формирование оперативных планов выполнения агротехнических и других мероприятий

Во второй главе рассмотрены вопросы мониторинга продуктивности сельскохозяйственного производства Дается обзор и классификация существующих методов мониторинга чрезвычайных ситуаций в области сельского хозяйства Рассматривается мониторинг сельскохозяйственного производства с использованием аэрокосмических технологий Описаны методы определения состава сельскохозяйственных культур, общие принципы дешифрования растительности с использованием мультиспектральной съемки, а также радарной съемки в микроволновом диапазоне Подробно рассмотрены спектральные характеристики травянистой растительности и сельскохозяйственных культур Описываются методы оценки состояния посевов, количества биомассы и прогнозирования урожайности, а также дистанционное обнаружение заболеваний растительности с использованием аэрокосмических снимков Рассматриваются стадии и методы цифровой обработки аэрокосмических изображений, такие как первичная обработка, состоящая из геометрической, радиометрической и атмосферной коррекции, улучшение изображения различными методами, восстановление пропущенных пикселей, а также тематическая обработка, в которую входят распознавание образов и различные методы сегментации Предлагается метод сегментации мультиспектральных изображений для выявления аномалий в развитии массы растений на основе метода нормализованного разреза графа и метода свертки мультиспектральных изображений методом локального отображения

В настоящее время в сельскохозяйственном производстве применяется, в основном, прямой визуальный мониторинг, лабораторный мониторинг (забор образцов и последующий анализ в лаборатории) и мониторинг с использованием некомпьютеризированных приборов Аэрокосмический мониторинг используется узкоспециализированно и, в основном, только крупными агрохолдингами

В области применения космических методов мониторинга для сельского хозяйства имеется несколько направлений определение состава и состояния посевов сельскохозяйственных культур с использованием автоматизированного дешифрования растительности, оценка биомассы, прогноз урожайности и разработка для этого автоматизированных сельскохозяйственных информационных систем, изучение почвенных ресурсов, изучение и оценка пастбищных ресурсов, инвентаризация и картографирование земельных угодий, изучение динамики сельскохозяйственного использования земель, контроль за проведением агротехнических мероприятий, изучение систем земледелия, типов организации сельскохозяйственной территории

Методика дешифрования разновременных снимков опирается на знание временного хода кривой спектральной яркости (КСЯ) культур и на многолетние фенологические данные о развитии культур, сроках прохождения основных фенофаз развития (сельскохозяйственного календаря) с учетом метеорологических условий года съемки

Фенологическая динамика растений, а также изменения, обусловленные дефицитом питательных веществ и воды, избыточной засоленностью почв, приводят к большей или меньшей трансформации кривой КСЯ По мере развития растений, пока окраска их определяется хлорофиллом, наблюдается некоторое снижение интенсивности отражения в видимой области спектра и увеличение в ближней ИК зоне В период увядания и созревания культур, вследствие неблагоприятных условий произрастания, в формировании цветового аспекта растений начинают превалировать каротины, центофиллы (желтые пигменты) и антецианины (красные пигменты) Интенсивность отражения в видимой области спектра при этом увеличивается, ход кривой КСЯ выравнивается с постепенным повышением по мере увеличения Я и несколько уменьшается в области ближней ИК зоны

В почвенном дешифровании можно выделить два основных направления

• почвеннно-картографическое, заключающееся в определении по снимкам типов почв и их границ в целях составления специальных карт,

• почвеннно-исследовательское, суть которого состоит в изучении происходящих в почвенном покрове динамических процессов

Возможности использования некоторых признаков при анализе космических снимков лимитируются параметрами съемочной системы и условиями съемки линейным разрешением, отношением базиса к высоте съемки при использовании кадровых систем В дешифровании плановых космических мелкомасштабных снимков пользуются преимущественно тоном изображения и косвенными признаками Динамика эрозионных процессов изучается по разновременным снимкам Для определения количественных показателей динамики таких процессов - размеров и интенсивности роста оврагов, промоин и др -съемка должна выполняться при определенных параметрах с помощью топографических АФА

Анализ методов показал, что автоматизированное дешифрование проходит удовлетворительно, однако, к сожалению, в предложенных методах не достаточно четко определяются границы сегментов изображения, что влечет за собой нарушение идентификации растений и упущение важных зон очагов аномалий в развитии

По снимкам высокого разрешения возможно распознавание состояния посевов -сомкнутости, пятнистости, пожелтения в связи с засухой, полегания, повреждения вредителями Оценка состояния посевов по снимкам в тепловом диапазоне и радиолокационным снимкам позволяет судить о степени изреженности посевов, недостатке воды в растениях Так называемые индексные изображения, в которых яркость каждого пикселя определяют на основе индексов, создают для дешифрования одного типа объектов или его характеристики Принцип расчета индексных изображений обусловлен тем, что при изучении объектов по многозональным снимкам часто важны не абсолютные значения, а

7

характерные соотношения между значениями яркости объекта в спектральных зонах Индексные изображения получают путем простых преобразований снимков на основе арифметических операций со значениями яркости в различных спектральных зонах (их сложения, вычитания, деления, умножения)

Существующие методы прогноза результативности сельскохозяйственного производства и методы обнаружения аномалий в развитии растений существенно зависят от способности системы адекватно сегментировать мультиспектрапьные снимки и проводить их распознавание, поэтому особенно важно повышать точность выполнения таких операций Полученные со спутника данные представляют собой необработанные мультиспектральные снимки Как правило, они представляют собой набор одноканальных файлов, хранящихся в компьютере в формате TIFF Данный формат рекомендуется использовать и в дальнейшем по следующим причинам кодирование производится без потери полезной информации, он оптимален по размеру и с ним наиболее легко работать как в пакете Matlab, так и в любых других программах для обработки растровой графики или специальных программах для обработки спутниковых снимков

Тематическая обработка космической информации выполняется после предварительной и направлена на извлечение информации для решения конкретных задач Здесь могут быть использованы различные методы и приемы, в зависимости от решаемой задачи Для задач космического мониторинга сельскохозяйственного производства применяются методы сегментации, а затем используется аппарат распознавания образов Метод сегментации носит черты детерминированного и статистического подходов Под сегментацией в широком смысле понимают преобразование полутоновых или цветных изображений в изображения, имеющие меньшее число тонов или цветов, чем исходные В узком смысле сегментацией называют преобразование полутонового изображения в двухуровневое (бинарное), содержащее всего два уровня яркости - минимальный (обычно это 0) и максимальный (обычно 255) При этом, когда объект и фон разделены, легко определить число объектов, характеристики их местоположения (координаты, поворот выделенной оси объекта относительно координатных осей и т п ), геометрические характеристики (например, площадь каждого объекта, периметр, средний, минимальный, максимальный размеры) и, наконец, идентифицировать объект

Применяются три основных способа сегментации изображений пороговая, путем наращивания областей, путем выделения границ

Гиперспектральная съемка со спутников позволяет гораздо точнее автоматически определять границы на изображениях, однако определение границ внутри поля, засеянного однородными растениями, достаточно сложно в автоматизированном режиме, так как в основном все алгоритмы основаны на глобальном восприятии изображения, и, как правило, плохо работают, если в изображении имеются объекты с непротяженными границами (например, поле здоровой культуры, содержащее участок растений с аномалиями развития) В данной работе предлагается алгоритм сегментации многоканального изображения методом

локального отображения и последующей его обработкой с помощью алгоритма нормализованного разреза графа, что наиболее оптимально для подобных случаев.

Изображение, получаемое с гиперспектральных сенсоров, фактически представляет собой массив векторов евклидового пространства, которые описываются столбцами, в ячейках которых стоят значения яркости в каждом канале. Оно может быть слито в одни канал, и затем легко преобразовывается во взвешенный неориентированный граф следующим образом (рис. 1):

• пиксели изображения являются вершинами графа;

• ребра - связи между соседними пикселями (вершинами);

• вес ребер пропорционален степени совпадения таких критериев подобия пикселей, как расстояние между пикселями, яркость, цвет, текстура и т.д.

Указанные критерии подобия пикселей определяются следующим образом:

• по расстоянию: affix, у) = е\р[-(х-у)т(х-у)/2а^}

• по яркости: aff(x,у) = ехр{-(/(х)-/(у)):¡1а)\

• по цвету: aff(x,y) = exp{-(d/sf(c(x)-ciy))1/2cr;]

affix. v) = exp{—(d/jf (/(*) — /(v))2/2с?)

• потекстуре: F' J ' J ■ / >'

В результате получаем взвешенный неориентированный граф G(V,E). где вершины отображают пиксели многоканального изображения, а ребра сформированы между каждой парой соседних вершин. Вес каждого ребра w(i,j) есть функция степени совпадения характеристик между вершинами i и j.

Рисунок 1

При группировке стоит задача разделения вершин на наборы У2,...,Ут, где по некоторым характеристикам среди вершин в наборе V, она высокая, а среда остальных наборов - низкая. Поэтому для того, чтобы разбить граф, необходимо сформулировать точный критерий разбиения, а так же уметь эффективно рассчитывать значение этого критерия. Классическими характеристиками, применяющимися для решения данной задачи, являются характеристики расстояния, яркости, цвета и текстуры.

Одним из наиболее эффективных способов является нормализованный разрез графа В общем виде алгоритм по сегментации с помощью разреза графа можно представить следующим образом

1 сформировать граф изображения,

2 разрезать граф на компоненты,

3 каждую связную компоненту после разреза рассматривать как отдельную область Для того чтобы применить данный алгоритм для мультиспектральных изображений,

требуется либо преобразовать все каналы в моноканальное (оттеночное) изображение, либо определить специальное преобразование мультиканального изображения в граф

В данной работе предлагается использовать метод локального отображения, который базируется на методе главных компонент Предложенный метод позволяет более точно провести сегментацию мультиспектрального изображения по сравнению со стандартными методами Для реализации алгоритма использовался программный пакет Matlab 65 со стандартным набором библиотек, библиотеками цифровой обработки изображений Image Processing Toolbox и Image Acquisition Toolbox

Для доказательства эффективности предложенного метода был проведен эксперимент Сравнивалось качество сегментации предложенным методом с качеством поканальной сегментации и сегментации с использованием метода анализа главных компонент

Результаты эксперимента показали, что предложенный алгоритм сегментации мультиспектральных изображений на основе алгоритма нормализованного разреза графа изображения, полученного из исходного мультиспектрального методом локального отображения, существенно эффективнее, чем стандартные методы для сегментации спутниковых изображений в целях автоматического определения областей с растениями, имеющими аномалии развития

В третьей главе рассмотрены вопросы классификации, формального определения и описания характеристик резервов различного типа применительно к сельскохозяйственному производству в условиях возможных чрезвычайных ситуаций С использованием аппарата теории графов формально определен структурно-технологический резерв для технологической операции и технологической схемы как совокупности технологических операций Применительно к данной предметной области определены такие характеристики структурно-технологического резерва, как стоимость, эффективность и гибкость Определены и рассмотрены два типа природно-климатического резерва в сельскохозяйственном производстве Введено понятие эколого-физиологического резерва двух типов для различных чрезвычайных ситуаций в сельскохозяйственном производстве, таких как засухи и суховеи, переувлажнение, воздействие пониженных температур, вымерзание, водная и ветровая эрозия, вредители и болезни Детально рассмотрены факторы, влияющие на данный тип резерва, формально определенного в матричном виде На основе использования полученных характеристик разработаны рекомендации по использованию различных типов резервов для целей репланирования в условиях чрезвычайных ситуаций

10

Резервы в сельскохозяйственном производстве целесообразно рассматривать с точки зрения влияния этих факторов на конечный результат производства, то есть влияния на отклонение получаемой урожайности (I/1') культур от планируемой (11гп)

Резервом (времени, операции, ресурса, технологии), при отклонении Д от планируемого урожая (/?д) назовем возможность системы обеспечить фактическую урожайность в интервале ипл-и"< А при нарушении (изменении) планируемой технологии возделываемой культуры либо неблагоприятных природных условиях При Д=0 резерв назовем абсолютным

Наличие структурно-технологического резерва позволяет эффективно управлять имеющимися силами и средствами при потере работоспособности ряда элементов системы Введем необходимые определения

Определение 1 Технологической операцией, выполняемой в некотором производственном звене, назовем отдельную операцию в цепочке сельскохозяйственного производства, когда результат деятельности одной технологической операции служит входом для другой Таким образом, технологический процесс задается набором взаимосвязанных по входам и выходам технологических операций

У каждой технологической операции обычно существует несколько технологических схем, для каждой из которых может быть задан вектор характеристик, таких как время выполнения технологической операции, стоимость операции и т д

Определение 2 Структурно-технологическим резервом технологической схемы операции назовем множество технологических операций и их технологических схем (оборудования и технологии его использования), которые могут заменить данную технологическую схему операции при выходе ее из строя, не нарушая работу системы (технологический процесс) в целом

Определение 3 Структурно-технологическим резервом системы назовем набор технологических операций и их технологических схем, без которых система в целом может продолжать функционирование, возможно, с меньшей эффективностью Структурно-технологический резерв системы - это множество ресурсов различных видов, за счет которых достигается технологическая гибкость системы, те способность системы компенсировать различные возмущения, такие как отказы и повреждения технологических звеньев, разрыв транспортных связей и т д

Построим ориентированный граф С(У,А), реализующий данный технологический процесс, при этом вершинам V, е V будут соответствовать некоторые производственные операции V,, I = 1, V , а дуги а, е А будут отображать связи между этими операциями

Определение 4 Совокупность различных технологических операций образует технологический процесс

Определение 5 Технологической схемой процесса назовем такой подграф (набор технологических операций), при котором начальная вершина уь связана с конечной V,

Пронумеруем технологические схемы, которые могут быть применены при выполнении каждой из этих операций процесса Будем говорить, что в случае, если операция не может быть выполнена, то она реализуется технологической схемой О

Пусть к1, 1 = 1, V - номер технологической схемы, применяемой для выполнения операции V, С использованием множества дуг Ьк может быть построено множество Ь комбинаций технологических схем операций, которое будем называть множеством процессов Данное множество строится следующим образом Каждому элементу (ц, ставится в соответствие элемент (Л,, Ь, где к =у,, Л, = \\, а для

операций, которые не были использованы в рассматриваемой схеме технологического процесса, положим к1 = 0 При невозможности выполнения операции V все дуги, которые содержат вершину исключатся из множества дуг а из множества Ь - все элементы, которые связаны с V

При невозможности выполнения операции V, в целом, с все вершины, соответствующие технологическим схемам этой операции, исключаются из Если при этом полученное множество Ьк является непустым, то входящие в него вершины V, представляют собой резервные технологические схемы процесса, которые могут быть реализованы при невозможности выполнения операции V,

Определение 6 Будем считать, что операция V, структурно и технологически следует за операцией V, при использовании технологических схем А, если дуга а, инцидентна вершинам V, и у,

По разным причинам может сложиться ситуация, в которой станет невозможным полностью или частично выполнять одну или несколько операций Как следствие этого, выполнение части других операций производственного процесса становится невозможным или нецелесообразным Множество таких операций и их технологических схем будем называть аварийным множеством Множество операций, дублирующих выполнение вышедших из строя звеньев, будем называть структурно-технологическим резервом или резервным множеством

Опишем последовательность шагов для построения аварийного множества и структурно-технологического резерва

Определение 7 Аварийным множеством для операции V, при использовании

технологической схемы А, назовем множество вершин определяемое

следующим образом если V, £ )> то все связанные с ним вершины также

принадлежат ^„ХЧ'^)

На основании этого сформулируем понятие структурно-технологического резерва операции для заданной технологической схемы и для операции в целом

Определение 8. Структурно-технологическим резервом для операции V, при использовании технологической схемы А, назовем множество

Определение 9. Структурно-технологическим резервом для операции у, назовем множество (у,) = А \ /?„„„. (у, ).

В это множество войдут все дуги, при которых начальная вершина \>ъ связана с конечной V,.

Формально нахождение структурно-технологического резерва представляет собой поиск альтернативных путей на общем графе (рис. 2).

чс

Введены и формально определены временные, стоимостные и вероятностные характеристики структурно-технологического резерва. Предложен алгоритм выбора эффективных резервных схем, повышающих гибкость производственной системы.

Природно-климатический резерв подразделяется на два основных типа. Природно-климатический резерв первого типа дает возможность существования организации в условиях невозможности выполнения ею основных функций за счет реализации некоторого множества других функций (детерминированного или недетерминированного). Обычно эффективность от их реализации для данной организации ниже, чем от реализации основных функций. Природно-климатический резерв второго типа позволяет организации снижать затраты на реализацию некоторого множества функций в течение определенного периода времени благодаря обеспечению в этот период удовлетворительных условий их реализации в конкретных природно-климатических условиях.

Примером использования природно-климатического резерва первого типа является довольно обычная для сельскохозяйственных предприятий ситуация, когда из-за заморозков погибают посевы ряда теплолюбивых культур. При наличии необходимых ресурсов предприятие повторно обрабатывает почву и производит посадку на этих площадях культур, которые хотя и не являются профильными для данного хозяйства, однако могут быть выращены в сложившихся условиях. Необходимым условием существования резерва такого

типа является превышение прибыли от реализации новых культур над затратами на их производство

Примером природно-климатического резерва второго типа является возможность использования палаток вместо стационарных помещений в качестве временного жилья при проведении эвакуационных работ в условиях соответствующего климата и т д

Введем понятие природно-климатического резерва в сельскохозяйственном производстве Известно, что одним из наиболее общих показателей, определяющих процесс развития растений, является уровень поступления фотосинтетической активной радиации (ФАР)

Понятие природно-климатического резерва определяется интегральным уровнем ФАР Пусть <р(х) - некоторая функция прихода ФАР в данной природно-климатической

зоне Она может быть вычислена как математическое ожидание прихода ФАР по интервалу

т

времени за предыдущие годы Тогда ^ = ^<р(х)<1х, где [ГлТг] - временной интервал

7"!

безрискового земледелия, есть суммарное поступление ФАР за период [Г/.Т^] Тогда природно-климатическим резервом для к, культуры назовем разность между суммарной ФАР данной природно-климатической зоны и количеством ФАР, требуемым для созревания сельскохозяйственной культуры Я, = - К

Если для к1 культуры 1?"-' <0, то ее возделывание в данных природно-климатических

т,

условиях невозможно При Щ~к >0, решая дифференциальное уравнение ^<{Кх)с1х = к''"'

у

относительно переменной (срок сева к, -ой культуры), получим наиболее поздний срок сева сельскохозяйственных культур

Учет природно-климатического резерва крайне полезен при формировании производственной программы сельскохозяйственного предприятия, так как позволяет рассредоточить во времени использование имеющейся сельскохозяйственной техники, а также при решении задач репланирования при возникновении ЧС в производстве (гибели урожая), так как позволяет определить набор культур, которыми можно занять поврежденные участки и обеспечить получение урожая

Эколого-физиологический резерв бывает двух типов Первый тип данного резерва -это способность живого организма (в частности человека) противостоять изменениям условий среды обитания без последующего ухудшения своего здоровья Под эколого-физиологическим резервом второго типа понимается возможность стабилизации ситуации и приведения ее к нормальным условиям без вмешательства человека за счет использования только природных факторов Величины резервов первого типа могут быть установлены с помощью медицинских исследований возможностей организма человека и определения нормативов его пребывания во вредных условиях (радиация, шум, вибрация и т д) Резервы второго типа определяются при изучении возможностей самоочистки рек, атмосферы и т д

Эколого-физиологический резерв первого типа в сельском хозяйстве можно определить для птицы и скота Факторы, которые влияют на организм - это, прежде всего, температура окружающего воздуха, влажность, а также различные условия среды, такие как размер помещения, в котором содержится животное (загон, клетка и т д), и содержание в воздухе различных веществ (повышенная пыльность, задымленность и т д) Кроме абсолютных значений температуры и влажности имеет значение и скорость их изменения, так как организм легче выдерживает плавное изменение, чем резкие перепады Условия содержания сельскохозяйственных животных и птиц известны, также известны и их условия гибели Поэтому под эколого-физиологическим резервом в данном случае понимаются установленные эмпирическим путем возможные отклонения вышеупомянутых факторов без вреда для здоровья Введем матрицу-столбец факторов эколого-физиологического резерва первого типа

'Т)

Л1. л

Н

за. <11

где Т - температура окружающего воздуха, Н - влажность, - скорость изменения

температуры, ^¡г - скорость изменения влажности Остальные параметры и скорость их изменения определяются в зависимости от конкретного вида животного или птицы

Эколого-физиологический резерв второго типа в сельском хозяйстве определяется для сельскохозяйственных растений Так же как и в случае резерва первого типа, величину резерва второго типа определяют в основном экспертным и эмпирическим путем, однако некоторые его параметры поддаются формальному определению

Рассмотрены различные виды чрезвычайных ситуаций, связанных с экстремальными агрометеорологическими условиями для жизнедеятельности растений и понятие эколого-физиологического резерва применительно к ним

В четвертой главе предложены модели оптимального планирования и репланирования сельскохозяйственного производства с использованием различных типов резервов Поставлены задачи оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур, предложены методы их решения Подробно рассматриваются модели и методы оптимального репланирования сельскохозяйственного производства в условиях чрезвычайных ситуаций, критерии принятия решений о репланировании на основании данных аэрокосмического мониторинга, значений эколого-физиологического резерва и возможности устранения чрезвычайной ситуации силами хозяйства Ставятся и решаются задачи оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур при репланировании в условиях неопределенности и ограниченного времени с использованием структурно-технологического и природно-климатического резервов В заключение ставится

и решается транспортная задача в рамках моделей планирования и оперативного управления сельскохозяйственными перевозками

Центральное место занимает модель оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур Дадим формальную постановку данной задачи с учетом того, что в условиях инфляции учет стоимостных характеристик целесообразно вести в постоянных ценах Пусть

Л={р,, д, , р„) - множество типов ресурсов, используемых в сельскохозяйственном производстве (например, люди, техника, электроэнергия, топливо и пр), $ = {/о',р\, р'и\ - объемы ресурсов, имеющихся в хозяйстве, К =[к1,к2 , к,) - множество сельскохозяйственных культур, и'г - ожидаемая урожайность к, культуры, возделываемой по г, технологии, <_'т - приведенные затраты на возделывание 1 га к, культуры, возделываемой по г, технологии,

£ = (.5,, ., ) - площади земельных участков,

С№ = (с"', ,С;5)) - прогнозируемая цена на каждый вид продукции, Я'г = {р'г(\),р'г(2), ,р'г(М)) - необходимые ресурсы для обработки 1 га культуры, возделываемой по г, технологии,

V = (V,, ,у, ) - минимально необходимые объемы производства культур, 2 = ,г;} - множество земельных участков хозяйства, К" = (к", ,к")~ культуры-предшественники за прошлый год Допустимое чередование культур в севооборотах задано матрицей размера 1x1

вида

М'° = к,

к,

где если возможна посадка к,-ой культуры при предшественнике кгой культуры и 0 в противном случае

Введем переменную

1, если к, культура возделывается на у-ом участке по г, технологии,

О в противном случае

В качестве критерия решения данной задачи используем максимизацию прибыли, получаемой от реализации продукции В этом случае задача оптимизации структуры посевных площадей может быть формализована в виде

V I ц

1=1 1=1 7=1

где суммирование ведется по всем полям, культурам и технологиям их возделывания При ограничениях

• на обязательность возделывания только одной культуры по одной технологии на каждом участке

• на обязательные объемы производства требуемых культур

_ V а

VI=1,/ -ч >

1 = 1 Г = 1

на допустимое чередование культур в севооборотах

^м? =1,

1=1 г,=\

• на ресурсное обеспечение программы возделывания культур на освободившихся участках

Vme^д,p,, рм) ^^Р'Лш^х'г^Р'т'

{'Ч '

• предполагается, что данную конкретную культуру возможно возделывать в данной природно-климатической зоне, то есть количество ФАР (фотосинтетической активной радиации), тепла и влажности почвы (у учетом возможности искусственного орошения) достаточно для произрастания

Данная задача является задачей линейного булевою программирования и решается стандартными методами с помощью известных математических программных пакетов, например МайаЬ Результатом ее решения является вектор X , определяющий размещение сельскохозяйственных культур по участкам хозяйства и используемые технологии возделывания Данная информация поступает в блок моделей планирования, в котором осуществляется детальная проработка производственной программы сельскохозяйственного предприятия, планирование сроков сева и ориентировочные, с учетом фенофаз растений, сроки выполнения агротехнических мероприятий те формируется граф производственной программы Сп

При назначении срока сева для каждого участка учитывается природно-

Т

климатический резерв для данной культуры, те значение §<р(х)с1х- к*"' должно быть

неотрицательным, где ¡[ - планируемое время сева В соответствии с вектором математического ожидания длительности фенофаз Г'=(/12, ,г(М р) в графовую модель вводятся временные характеристики выполнения агротехнических работ, проверяются резервы времени их проведения и ресурсное обеспечение, определяются критические пути выполнения работ, которые реализуются вариацией времени начала сева т = , , ¡1} Поиск продолжается до первого реализуемого варианта Полученный вариант временных характеристик графа б™ представляет собой годовой план деятельности хозяйства (производственную программу) С'" (О, в соответствии с которой осуществляется подготовка сельскохозяйственной техники, семян, планирование поступления и использования ресурсов хозяйства Сформированная производственная программа поступает на блок моделей оперативного планирования и управления

В случае критических отклонений в процессе выполнения производственной программы (наступления чрезвычайной ситуации) включается блок моделей репланирования Решение о репланировании сельскохозяйственного производства производится с учетом максимизация прибыли от реализации продукции, а также на основании проверки эколого-физиологического резерва Если суммарное требуемое

I М V

ресурсное обеспечение £ X ^Рг, (т)х!1, для возделывания заданных культур, выраженное

1=1 «1=1 У=1

в денежном выражении, необходимое для реализации результатов репланирования, больше прогнозируемой стоимости закупки соответствующего типа сельскохозяйственной продукции (или его субститута) на рынке, то пересев лишен экономического смысла

Перед принятием решения о репланировании в первую очередь проводится проверка эколого-физиологического резерва на предмет возможности самовосстановления посевов за нужный срок Для этого необходимо произвести вычисление матрицы эколого-физиологического резерва (можно ограничиться необходимыми компонентами, в зависимости от вида чрезвычайной ситуации) Если эколого-физиологический резерв еще не истощен, то необходимо начать проведение работ по устранению ЧС Например, в начале засухи, при еще не истощенном эколого-физиологическом резерве, возможно спасти посевы с помощью организации поливных работ в сроки, которые можно вычислить с помощью компонента эколого-физиологического резерва Решение задачи оптимизации

поливных работ находится по критерию минимизации времени на транспортировку поливных агрегатов между участками хозяйства при ограничениях на допустимую влажность почвы На вход данных моделей поступает информация о необходимых сроках выполнения агротехнических мероприятий по земельным участкам хозяйства для заданного количества оперативных интервалов, нормы внесения удобрений и нормы полива культур, текущее состояние сельскохозяйственной техники При значениях компонентов матрицы меньших критических, эколого-физиологический резерв считается истощенным и должно приниматься решение о начале репланирования

Пусть \У"П = (и;'1,и^', - множество агротехнических мероприятий, которые

необходимо выполнить за заданное количество оперативных интервалов {К), г - число рабочих часов в ОИ, причем {(к[,к!), Лк'0Л1,))~ директивные времена начала н окончания работ (к' - номер интервала возможного начала работы), причем в распределении участвуют лишь работы, обязательное время завершения которых не превышает горизонта планирования, те V №,'• € \У0П =>к"< К Д={а|,а2, ,аг} - множество имеющихся в хозяйстве агрегатов, Е{ = (е(, е[) - эффективность выполнения /-ым агрегатом 1-го типа работы (данный вектор может принимать различные значения, в зависимости от текущего состояния парка сельскохозяйственных машин) Введем переменную

1, если работа и[' на участке выполняется /-ым агрегатом в /с-ый ОИ,

О в противном случае

Тогда задача формирования оперативных планов выполнения агротехнических мероприятий по критерию минимума затрат на выполнение всего комплекса работ формулируется следующим образом

К с» р

1=1 4=1 /=1 Ч "/*

При ограничениях

• на эффективность использования/-ого агрегата при выполнении »/* типа работ е1 хк, >1

• на допустимое начало работ

/=11=1

• На участие работы в распределении только до ее завершения V»,; е иг°" иУкФ 1 Дн(* = £ х) < 0

/=11=1

F К

=°

/=11=1

На обязательное выполнение всех работ и их своевременное завершение

Vn,<£won so

/-11=1 Ч

Данная задача также является задачей линейного булевого программирования и решается стандартными методами Результатом ее решения является вектор X,

определяющий ОИ, и способы реализации запланированных сельскохозяйственных работ На его основе формируются сменно-суточные задания сельскохозяйственным бригадам и агрегатам

При принятии решения о репланировании для каждого из пострадавших участков на общем графе С0М осуществляется поиск пути (технологии возделывания культуры), который позволил бы ликвидировать отклонение с минимальными затратами при имеющихся ресурсах Если путь найден, то для данного участка осуществляется коррекция производственной программы В противном случае (ликвидация чрезвычайной ситуации технологическими методам невозможна) участок считается свободным Однако при репланировании условия становятся более жесткими и, одновременно, возрастает неопределенность Решение задач репланирования должно происходить в сжатые сроки и при их решении корректно применить стохастическое расширение детерминированной задачи оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур

Введем понятие резерва времени сельскохозяйственных работ В графовой модели производственной программы имеется подмножество вершин (событий), наступление которых определяется внешними условиями, вершины, соответствующие фенофазам культур В графовой модели С'1' = им приписаны значения времени их наступления

V, ~ ('Г'" Особенностью технологий возделывания сельскохозяйственных культур

является то, что конкретные агротехнические мероприятия привязаны непосредственно к наступлению событий (фенофаз развития растений) На практике это означает, что при

наступлении фенофазы f'p культуры ^ в соответствии с выбранной технологией возделывания все планируемые на данном этапе агротехнические мероприятия должны быть выполнены в период до достижения фенофазы /('(] Пусть в период [/^,/,¡„1 в соответствии с производственной программой должны быть выполнены агротехнические мероприятия {н>(1, , и1, ) Так как сельскохозяйственные работы на выбранном участке даже при заданной

последовательности операций могут выполняться конвейерным методом, то можно считать, что они выполняются параллельно Тогда полным резервом времени работ , и1, ) на

[/¡,,/],н] интервале у-ого участка назовем время

1 '1 ' И,€(И, И|?)

где '"V - площадь у-ого земельного участка, а /„' - эффективность выполнения (-ой агротехнической операции выбранным в производственной программе ак сельскохозяйственным агрегатом

Неопределенность, порожденная чрезвычайной ситуацией, возникает из-за малого резерва времени и меньшего структурно-технологического резерва, так как интегральный

уровень ФАР меньше, чем при нормальном времени сева Поставим задачу оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур с учетом данной неопределенности

В задаче (1) величины и\ и с, включают в себя элементы неопределенности Ожидаемую урожайность и'г больше нельзя считать детерминированной величиной, так как возрастает вероятность падения урожая из-за различных неблагоприятных факторов, например, при пересеве ближе к середине лета возрастает вероятность недостатка ФАР и неблагоприятного влияния осадков на посевы ближе к осени, так как время сбора урожая смещается Приведенные затраты на возделывание 1 га к, культуры, возделываемой по г, технологии (с'г), так же нуждаются в уточнении плановые затраты при репланировании могут варьироваться в более широких пределах из-за чрезвычайного характера действий

В работе поставлена и решена также стохастическая задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур для всех свободных участков

Представлена разработанная функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством, обеспечивающая реализацию предложенных в работе методов планирования, репланирования и оперативного управления сельскохозяйственным предприятием с использованием резервов различного типа Подробно рассматривается использование аэрокосмического мониторинга в структуре системы управления сельскохозяйственного производства Представлены основные характеристики разработанного модульного программного, информационного, технического и организационного обеспечения системы управления сельскохозяйственным производством

В приложении к диссертации приведены документы, подтверждающие эффективность внедрения предложенных в диссертационной работе результатов

Заключение

В диссертационной работе получены следующие основные результаты

1 Разработаны модели и методы планирования и репланирования сельскохозяйственного производства в условиях ЧС с использованием аэрокосмической информации и резервов различного типа

2 Проведена классификация чрезвычайных ситуаций природного, экологического и техногенного характера в сельскохозяйственном производстве по различным признакам Подробно рассмотрены чрезвычайные ситуации природного характера в сельском хозяйстве и их характеристики Представлены задачи управления сельскохозяйственным производством и создания информационного обеспечения в условиях чрезвычайных ситуаций Показана важность и перспективность использования средств аэрокосмического мониторинга и различных типов резервов для обеспечения необходимой оперативной информацией в процессе принятия решений по планированию и репланированию сельскохозяйственного производства

3 Исследованы методы аэрокосмического мониторинга объектов сельскохозяйственного производства, включая методы дешифрования мультиспектральных снимков и определения на их основе состава сельскохозяйственных культур,

4 Предложены процедуры первичной и тематической цифровой обработки спутниковых изображений для их последующего использования в системах управления сельскохозяйственным производством Предложен метод сегментации мультиспектральных изображений на основе формирования нормализованного разреза графа и метода свертки мультиспектральных изображений методом локального отображения и экспериментально доказана его эффективность Предложенный метод позволяет получать оптимальную сегментацию спутниковых изображений при автоматизированном определении областей с растениями, имеющими аномалии развития

5 Рассмотрено и формально определено понятие структурно-технологического резерва для технологической операции и технологической схемы как совокупности технологических операций в сельскохозяйственном производстве, включая такие его характеристики как гибкость, стоимость и эффективность Даны рекомендации по применению оперативного планирования для устранения или уменьшения последствий чрезвычайных ситуаций

Рассмотрены и формально определены понятия природно-климатического резерва первого и второго типа в сельскохозяйственном производстве Даны рекомендации по их применению в условиях оперативного планирования, связанному с устранением последствий чрезвычайных ситуаций

На основе анализа различных типов чрезвычайных ситуаций в сельскохозяйственном производстве введено и формально определено понятие матрицы эколого-физиологического резерва в сельскохозяйственном производстве Даны рекомендации по применению введенных типов резервов для минимизации последствий чрезвычайных ситуаций

Предложена система моделей планирования сельскохозяйственного производства и формально определены ее основные составляющие Поставлена и решена задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур Определены критерии принятия решений о репланировании на основе данных аэрокосмического мониторинга и наличия природно-климатического и эколого-физиологического резерва, а также возможностей устранения чрезвычайной ситуации силами хозяйства Поставлена и решена задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур при репланировании в условиях неопределенности и ограниченного времени с использованием структурно-технологического и природно-климатического резервов

Разработана функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством в штатных условиях и условиях чрезвычайной ситуации на базе моделей и методов диссертационной работы Предложены функциональные структуры основных и вспомогательных подсистем типовой системы для использования на уровне бригад, звеньев и руководства сельскохозяйственных предприятий различного типа Разработана подсистема аэрокосмического мониторинга для АСУ АПК и даны рекомендации по ее использованию в структуре системы управления сельскохозяйственным производством

Основные публикации по теме диссертации

1 Микрин В Е. «Репланирование сельскохозяйственного производства озимых культур в условиях чрезвычайных ситуаций» Проблемы управления № 3, М ИПУ 2006 г

2 Баранов А Н., Власова И М, Микрин В Е, Салецкий А М Лазерная корреляционная спектроскопия процессов денатурации сывороточного альбумина Журнал прикладной спектроскопии, том 71 №6 (январь - декабрь 2004 г) стр 831-834

3 Микрин В Е Характеристика сельскохозяйственного производства в России // Материалы международной научной конференции «Проблемы регионального и муниципального управления», М РГГУ 2006, стр 173-175

4 Микрин В Е Мониторинг сельскохозяйственного производства XIV международная конференция «Проблемы управления безопасностью сложных систем» / Проблемы управления, М РГГУ 2006, С 323-326

5 Микрин В Е Определение эколого-физиологического резерва в сельском хозяйстве (доклад) XIV международная конференция «Проблемы управления безопасностью сложных систем» / Проблемы управления, М РГГУ 2006, с 488-492

6 Микрин В Е Увеличение точности сегментации мультиспектральных изображений для выявления аномалий развития растений XV международная конференция «Проблемы управления безопасностью сложных систем» / Проблемы управления, М РГГУ 2007 с 299-303

В групповой работе [2] автором предложена схема опыта по исследованию процесса денатурации сывороточного альбумина под влиянием температуры и под влиянием ионного детергента додецилсульфата натрия (ДСН) методом лазерной корреляционной спектроскопии рассеянного света

Подписано в печать 17 09 2008 Формат 60x90/ 16 Гарнитура «Тайме» Бумага 80 г/м1 Ризограф Уел печ л 1,45 Тираж 100 экз Заказ №128 Отпечатано в типографии МГУ 119992, г Москва, Ленинские горы, ул Академика Хохлова, д 11 Тел (495)939-20-01 /939-39-94

Введение.

Глава 1 Сельскохозяйственное производство и его особенности.

1.1 Характеристики сельскохозяйственного производства и его особенности.

1.2 Система управления сельскохозяйственным производством в России.

1.3 Чрезвычайные ситуации и их влияние на сельскохозяйственное производство.

1.4 Проблемы управления сельскохозяйственным производством в условиях ЧС.

Краткие выводы.

Глава 2 Мониторинг сельскохозяйственного производства.

2.1 Существующие методы мониторинга.

2.1.1 Дешифрование растительности.

2.1.2 Дешифрование сельскохозяйственных культур.

2.1.3 Почвенное дешифрование снимков.

2.2 Прогноз результативности сельскохозяйственного производства с использованием космических снимков.

2.3 Цифровая обработка аэрокосмических снимков.

2.3.1 Первичная обработка изображений.

2.3.2 Тематическая обработка.

2.4 Сегментация мультиспектральных изображений для выявления аномалий развития растений.

Краткие выводы.

Глава 3 Методы определения резервов в сельскохозяйственном производстве в условиях ЧС.

3.1 Типы резервов и их использование в сельскохозяйственном производстве. Структурно-технологический резерв.

3.2 Природно-климатический и эколого-физиологический резервы.

Засухи и суховеи.

Переувлажнение.

Пониженные температуры.

Водная эрозия, ливни, град, сильные ветры.

Вредители и болезни растений.

Матрица эколого-физиологического резерва.

Краткие выводы.

Глава 4 Модели и методы планирования и репланирования сельскохозяйственного производства с использованием резервов различного типа.

4.1 Модели оптимального планирования сельскохозяйственного производства

4.2 Модели и методы оптимального репланирования сельскохозяйственного производства.

4.3 Модели планирования и оперативного управления сельскохозяйственными перевозками.

4.4 Функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством.

4.5 Автоматизация процедур планирования, репланирования и управления основным производством сельскохозяйственной продукции с использованием аэрокосмической информации.

4.6 Вспомогательные подсистемы АСУ АПК.

Краткие выводы.

Актуальность темы. Сельское хозяйство является одной из ключевых отраслей для России, в которой занято более 10% экономически активного населения страны.

В Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008 - 2012 годы определены пути достижения устойчивого развития сельских территорий, повышения занятости и уровня жизни сельского населения, а также повышения конкурентоспособности российской сельскохозяйственной продукции. Реализация программы и проекта предполагает разработку необходимых законов и правовых актов, федеральных, межрегиональных и региональных программ развития объектов агропромышленного комплекса (АПК), методов и средств планирования, репланирования и управления АПК, информационно-управляющих систем, использующих ЭВМ, современных средств передачи данных и космической техники. Необходимость такого развития обусловлена также тем, что в последнее время в мире возникла тенденция к увеличению количества чрезвычайных ситуаций (ЧС) природного характера: учащаются случаи наводнений, все чаще наблюдаются аномальные явления в виде засух, суховеев, ураганов, заморозков, массового распространения вредителей и др.

Анализ современного состояния средств аэрокосмичеекого мониторинга показывает возможность их использования в сельскохозяйственном производстве на различных уровнях, особенно в условиях чрезвычайных ситуаций. В этой связи разработка моделей и методов автоматизированного планирования, репланирования и управления сельскохозяйственным производством в условиях чрезвычайных ситуаций с использованием аэрокосмической информации является исключительно важной задачей, позволяющей существенно увеличить эффективность предотвращения и устранения последствий чрезвычайных ситуаций.

При выполнении работы автор опирался на труды российских и зарубежных ученых - Кульбы В.В., Меденникова В.И., Мамиконова А.Г., Косяченко С.А., Полевого А.Н., Обиралова А.И., Утспбергенова И.Т., Шендерса П., Ву 3., Лихи Р., Кумани А., Янбо С., Малик Дж., Роде А.А и других.

Цель работы. Целью диссертационной работы является разработка моделей и методов автоматизированного планирования, репланирования и оперативного управления сельскохозяйственным производством в условиях чрезвычайных ситуаций с использованием аэрокосмической информации.

Методы исследования. Основные результаты диссертационной работы получены и математически обоснованы с использованием методов исследования операций, теории графов и других разделов современной теории управления, а также путем проведения практических и экспериментальных расчетов на ЭВМ.

Научная новизна. В результате проведенных исследований, анализа и обобщения опыта планирования, репланирования и оперативного управления сельскохозяйственным производством в условиях чрезвычайных ситуаций, а также аэрокосмического мониторинга, в диссертационной работе автором впервые получены следующие основные результаты:

• предложены методы оптимального планирования и репланирования сельскохозяйственного производства в условиях чрезвычайных ситуаций, с учетом данных аэрокосмического мониторинга и введенных типов резервов;

• предложены, формализованы и детально исследованы три типа резервов сельскохозяйственного производства: структурно-технологический, природно-климатический и эколого-физиологический;

• разработана функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством, обеспечивающая эффективную реализацию предложенных в работе методов планирования, репланирования и управления сельскохозяйственным предприятием с использованием резервов различного типа;

• предложен метод сегментации мультиспектральных изображений для выявления аномалий в развитии массы растений на основе метода нормализованного разреза графа и метода свертки мультиспектральных изображений методом локального отображения.

Практическая ценность. Разработанные в диссертации методологический подход, модели и методы планирования, репланирования и оперативного управления позволяют существенно повысить эффективность функционирования автоматизированных систем управления сельскохозяйственным производством за счет использования имеющихся резервов и необходимой информационной поддержки принятия решений в условиях чрезвычайных ситуаций.

Разработанные методы и алгоритмы могут быть использованы при проектировании автоматизированных систем управления сельскохозяйственным производством в условиях чрезвычайных ситуаций в научно-исследовательских и производственных организациях, разрабатывающих, внедряющих и эксплуатирующих системы подобного класса. Использование полученных результатов и предложенных рекомендаций позволяет снизить потери сельскохозяйственной продукции в среднем на 10-30%.

Внедрение. Предложенные модели и методы использовались для повышения точности аэрокосмических систем мониторинга и идентификации состояния посевов в отделе организации мониторинга, прогнозирования ЧС и управления рисками Управления по чрезвычайным ситуациям при правительстве республики Башкортостан (акт приведен в Приложении 1); во Всероссийском Институте аграрных проблем и информатики им. A.A. Никонова при разработке проекта отраслевой программы развития информатизации сельского хозяйства РФ на 2007-2012 гг. (акт приведен в Приложении 2); в ЗАО «Хатунь» в 2006 и 2007 г.г. для определения резервов нового типа, а именно структурно-технологического, природно-климатического и эколого-физиологического, и изменения структуры посевных площадей в связи с засухами (акт приведен в Приложении 3); в ООО «ТА-ВИ» при разработке методических и инструктивных материалов и рекомендаций по методам репланирования структуры посевных площадей в условиях предгорной зоны Краснодарского края (акт приведен в Приложении 4); в ООО «Промагросервис» при разработке методических указаний и рекомендаций по методам репланирования структуры посевных площадей в условиях Юга России (акт приведен в Приложении 5).

Личный вклад. Все основные положения и результаты, выносимые на защиту, получены автором самостоятельно.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на XIV и XV Международных Конференциях «Проблемы управления безопасностью сложных систем» (Москва, ИПУ 2006, 2007 гг.), международной научной конференции "Проблемы регионального и муниципального управления " (Москва, 2006 г).

Публикации. По теме диссертации автором опубликовано 6 печатных работ, в том числе 2 в ведущих научных журналах.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 197 страниц, в том числе основной текст - 151 страница, 32 рисунка, 14 таблиц, а также список литературы, включающий 113 наименований.

Заключение

В диссертационной работе получены следующие основные результаты:

1. Разработаны модели и методы планирования и репланирования сельскохозяйственного производства в условиях ЧС с использованием аэрокосмической информации и резервов различного типа.

2. Проведена классификация чрезвычайных ситуаций природного, экологического и техногенного характера в сельскохозяйственном производстве по различным признакам. Подробно рассмотрены чрезвычайные ситуации природного характера в сельском хозяйстве и их характеристики. Представлены задачи управления сельскохозяйственным производством и создания информационного обеспечения в условиях чрезвычайных ситуаций. Показана важность и перспективность использования средств аэрокосмического мониторинга и различных типов резервов для обеспечения необходимой оперативной информацией в процессе принятия решений по планированию и репланированию сельскохозяйственного производства.

3. Исследованы методы аэрокосмического мониторинга объектов сельскохозяйственного производства, включая методы дешифрования мультиспектральных снимков и определения на их основе состава сельскохозяйственных культур.

4. Предложены процедуры первичной и тематической цифровой обработки спутниковых изображений для их последующего использования в системах управления сельскохозяйственным производством. Предложен метод сегментации мультиспектральных изображений на основе нормализованного разреза графа и метода свертки мультиспектральных изображений методом локального отображения и экспериментально доказана его эффективность. Предложенный метод позволяет получать оптимальную сегментацию спутниковых изображений при автоматизированном определении областей с растениями, имеющими аномалии развития.

5. Рассмотрено и формально определено понятие структурно-технологического резерва для технологической операции и технологической схемы как совокупности технологических операций в сельскохозяйственном производстве, включая такие его характеристики как гибкость, стоимость и эффективность. Даны рекомендации по применению оперативного планирования для устранения или уменьшения последствий чрезвычайных ситуаций.

Рассмотрены и формально определены понятия природно-климатического резерва первого и второго типа в сельскохозяйственном производстве. Даны рекомендации по их применению в условиях оперативного планирования, связанных с устранением последствий чрезвычайных ситуаций.

6. На основе анализа различных типов чрезвычайных ситуаций в сельскохозяйственном производстве введено и формально определено понятие матрицы эколого-физиологического резерва в сельскохозяйственном производстве. Даны рекомендации по применению введенных типов резервов для минимизации последствий чрезвычайных ситуаций.

7. Предложена система моделей планирования сельскохозяйственного производства и формально определены ее основные составляющие. Поставлена и решена задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур. Определены критерии принятия решений о репланировании на основе данных аэрокосмического мониторинга и наличия природно-климатического и эколого-физиологического резерва, а также возможности устранения чрезвычайной ситуации силами хозяйства. Поставлена и решена задача оптимизации структуры посевных площадей и выбора технологии возделывания сельскохозяйственных культур при репланировании в условиях неопределенности и ограниченного времени с использованием структурно-технологического и природно-климатического резервов.

8. Разработана функциональная структура типовой автоматизированной системы управления сельскохозяйственным производством в штатных условиях и условиях чрезвычайной ситуации на базе моделей и методов диссертационной работы. Разработана подсистема аэрокосмического мониторинга для АСУ АПК и даны рекомендации по ее использованию в структуре системы управления сельскохозяйственным производством.

1. Микрин, В.Е. Характеристика сельскохозяйственного производства в России // Материалы международной научной конференции "Проблемы регионального и муниципального управления ". М.: РГГУ, 2006. стр. 173-175.

2. Труды международной научно-технической конференции "Информация и системный анализ сельского хозяйства в условиях аграрной реформы. М. : ГОСНИТИ, 1985.

3. Утепбергенов, И.Т., Абулагиева, А.И. и Калыгулова, P.E. Информационное обеспечение исследований в растениводстве. Сборник научных трудов "Принципы и методы математического моделирования в защите растений". Алма-Ата : КазНИИЗР, 1989.

4. Ашимова, Р.Б., Утепбергенов, И.Т. и Ходыкин, В.Ф., Ефимов, Т.С. Методы оперативного планирования процессами сельскохозяйственного производства в условиях чрезвычайной ситуации. М. : Конференция "Проблемы управления в чрезвычайных ситуациях", 1992.

5. Утепбергенов, И.Т., и др. Моделирование и оптимизация кормления сельскохозяйственных животых на ПЭВМ. Алма-Ата: Казахская академия сельскохозяйственных наук, 1992.

6. Взаимодействие Минсельхоза России с отраслевыми союзами (ассоциациями) АПК. Министерство Сельского Хозяйства Российской Федерации. В Интернете. 1 Июль 2006 г. [Цитировано: 1 Июль 2006 г.] http://www.mcx.ru/index.html?docid=733&heid=676.

7. И. Меденников, В.И. Научные основы , методы, модели и системы автоматизированного проектирования информационно-управляющих систем АПК : Дис. . д-ра техн. наук в форме науч. докл. : 05.13.06. М., 1996.

8. Меденников, В.И. и Хлебников, Д.С. Архитектура единой системы ИВО АПК районного уровня. // Тез. всесоюзн. совещ. "Проблемы внедрения кибернетики в с/х производстве". Ереван, 1986.

9. Phodes, J. Managenent by moduls, pt. s.l. : //Data systems, 1971. Vol. 12.

10. Куликов, М.Я. и Погребной, B.K. О модульных принципах построения АСУ в условиях автоматизированного проектирования, б.м. : //Управляющие машины и системы, 1975. стр. 10-14. Т. 11.

11. Мамиконов, А.Г., и др. Система автоматизированного проектирования информационно-управляющих систем "Модуль-2". М. : Ин-т проблем управления, 1991.

12. Мамиконов, А.Г., Кульба, В.В. и Ашимов, A.A. Анализ информационных потоков и построение канонической структуры базы даных (методологические материалы и методика). Алма-Ата : КАЗНИИНТИ, 1984.

13. Лиховидов, С.Я. Основы организации защиты населения в чрезвычайных ситуациях природного и техногенного характера : Учеб. пособие для студентов всех спец. М. : Изд-во Моск. гос. ун-та леса, 1999.

14. Плющиков, В. Г. Защита сельскохозяйственного производства в чрезвычайных ситуациях и эколого-экономическая оценка ущерба : диссертация . доктора сельскохозяйственных наук : 11.00.11. М. : б.н., 1998. стр. 405.

15. Кульба, В.В. и Мамиконов, А.Г. Методы анализа и синтезаоптимальных модульных систем обработки данных (обзор), б.м. : АиТМ, 1980. стр. 152-179.

16. Бурков, В.Н. и Щепкин, A.B. Экологическая безопасность. М. : ИПУ РАН, 2003.

17. Мамиконов, А.Г., и др. Предпроектый анализ структуры информационных потоков и технологии обработки данных при разработке модульных СОД. М. : Ин-т проблем управления, 1980.

18. Кульба, В.В., Миронов, A.C. и Товмасян, A.B. Формализованные модели предпроектного анализа при разработке модульных СОД // Методы анализа и синтеза АСУ. М. : Ин-т проблем управления, 1981.

19. Ефремова, B.C. и Кошелева, В.А. Основные этапы анализа систем обработки данных реального масштаба времени // Всесоюзный семинар по методам синтеза типовых модульных СОД. Тез. локл. и сообщений. М. : Ин-т проблем управления, 1985.

20. Мамиконов, А.Г., и др. Некоторые задачи синтеза типовых модульных СОД с учетом активного поведения элементов системы проектирования // Автоматизация проектирования систем обработки данных. М.: Ин-т проблем управления, 1989. .

21. Бурков, В.Н. и Кондратьев, В.В. Механизмы функционирования организационных систем. М. : Наука, 1981.

22. Архипова, Н.И. и Кульба, В.В. Управление в чрезвычайных ситуациях. М. : РГГУ, 1998.

23. Мамиконов, А.Г., Кульба, В.В. и Цвиркун, А.Д. Автоматизация проектирования АСУ. М. : Энергия, 1980.

24. Копнин, М.Ю. Возникновение и распространение поражающих факторов на производственных системах / Материалы международной научной конференции "Проблемы регионального и муниципального управления". М. : РГГУ, 2005.

25. Мамиконов, А.Г. и Кульба, В.В. Синтез оптимальных модульных систем обработки данных. М. : Наука, 1986.

26. Мамиконов, А.Г., Ашимов, A.A. и Кульба, В.В. Оптимальные модульные системы обработки данных. Алма-Ата : Наука, 1981.

27. Мамиконов, А.Г., Кульба, В.В. и Косячснко, С.А. Типизацая разработки модульных систем обработки данных. М. : Наука, 1989.

28. Лсгович, Ю.С. и Рождественский, Д.Б. Обработка и анализ данных в системе экологического мониторинга объектов по уничтожению химического оружия.8-я Международная конференция "Цифровая обработка сигналов". М.: б.н., 2006. стр. 115119.

29. Цвиркун, А.Д., Акинфиев, В.К. и Соловьев, М.М. Моделирование развития крупномасштабных систем. М. : Экономика, 1983.

30. Bauer, М. Е., Vanderbilt, V. С. и Robinson, В. F. Spectral properties of agricultural crops and soils measured frow space, aerial, field and laboratory sensors. Hamburg: XIV Congress ISP, 1980.

31. Обиралов, А. И. Дешифрирование снимков для целей сельского хозяйства. М. : Недра, 1982.

32. Виноградов, Б.В. Космические методы изучения природной среды. М: Мысль,1976.

33. Толчельников, Ю. С. Оптические свойства ландшафта. JI. : Наука, 1974.

34. Фивенский, Ю. И. Методы повышения качества аэрокосмических фотоснимков. М. : МГУ, 1977.

35. Collwe, J. Е. Uses of remote sensing in the inventory of agricultural crops. : Univ. of Michigan, 1972.

36. Баррет, Э. и Куртис, JI. Введение в космическое землеведение. М. : Прогресс,1979.

37. Kilpela, Е., et al. Automated earth resourses surveys using satelite and aircraft scanner data a Finnish approach. Helsinki : XIII Congress ISP, 1976.

38. Fontanel, A. quelques problems d'interpretation en teledetection. Helsinki: XIII Congress ISP, 1976.

39. Harris, G. and Graham, L. C. Landsat radar synergism. Helsinki : XIII Congress ISP, 1976.

40. Ulaby, F. Т., R. K. Moore, and A.K. Fung,. Microwave Remote Sensing: Active and Passive, Vol. I — Microwave Remote Sensing Fundamentals and Radiometry,Advanced Book Program. Massachusetts : Addison-Wesley, 1981. .

41. Баранов, A. H., и др. Лазерная корреляционная спектроскопия процессов денатурации сывороточного альбумина. Журнал прикладной спектроскопии, том 71 №6. М., 2004. стр. 831-834.

42. Космические исследования земных ресурсов. М. : Наука, 1976. .

43. Исследование природной среды космическими средствами. М. : АН СССР,1976.

44. Кашкин, В. Б. и Сухинин, А. И. Дистанционное зондирование земли из космоса. Цифровая обработка изображений. М. : Логос, 2001.

45. Cumani, Aldo. Edge detection in multispectral images. Torino: Institute Elettrotecnico Bationale "Galileo Ferraris", 1997.

46. Wu, Z. and Leahy, R. An Optimal Graph Theoretic Approach to Data Clustering: Theory and Its Application to Image Segmentation. 1993. pp. 1,101-1,113. Vol. 15.

47. Jianbo, Shi and Malik, Jitendra. Normalized Cuts and Image Segmentation, s.l. : IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2000. Vol. 22.

48. Scheunders, P. Multispectral Image Fusion using Local Mapping Techniques, б.м. : 15th International Conference on Pattern Recognition (ICPR'00), 2000.

49. Микрин, B.E. Мониторинг сельскохозяйственного производства. XIV международная конференция "Проблемы управления безопасностью сложных систем" / Проблемы управления. М.: РГГУ, 2006. стр. 323-326.

50. Увеличение точности сегментации мультиспектральных изображений для выявления аномалий развития растений. XV международная конференция "Проблемы управления безопасностью сложных систем" / Проблемы управления. М. : РГГУ, 2006. стр.299-303.

51. Бурков, В. Н., А.Ю., Заложнев и Д.А., Новиков. Теория графов в управлении организационными системами. М. : Синтег, 2001.

52. Копнин, М.Ю., Кульба, В.В. и Микрин, Е.А. Структурно-технологический резерв и его использование для повышения устойчивости производственных систем. / Проблемы управления, № 04. М.: б.н., 2005. стр. 55-56.

53. Лебедев, В.Г. и Чесноков, A.M. Система-ассистент оператора для управления сложными комплексами. // Материалы девятой международной конференции "Проблемы управления безопасностью сложных систем". М. : ИПУ РАН, 2001. стр. 513-516.

54. Лотоцкий, В.A. and Чадеев, В.М. Hierarchy levels control in manufacturing processes. Vienna: Proc. of 10th IF AC Symposium on Information and Control Problems in Manufacturing, 2001.

55. Пасечнюк, Л.Е., Пасов, В.М. и Матвеева, Н.С. Агроклиматические ресурсы и условия произрастания зерновых и зернобобовых культур в США: Справочное пособие. JL : Гидрометеоиздат, 1989.

56. Гушля, A.B. и Мезенцев, B.C. Воднобалансовые исследования. Киев : Вища шк., 1982.

57. Фрере, М. Оперативное агрометеорологическое наблюдение за произрастанием сельскохозяйственных культур для прогнозирования их урожаев. б.м.: ВНИИТЭИагропром, 1986.

58. Раткович, Д.Я. Гидрологические основы водообеспечения. М.: Рос. АН. Ин-т вод. пробл., 1993.

59. Белоусов, C.JI. Численный анализ и прогноз метеорологических элементов. Сборник статей. JI.: Гидрометеоиздат, 1985.

60. Полевой, А.Н. Сельскохозяйственная метеорология: Учеб.для студентов вузов,обучающихся по спец."Агрометеорология". Спб.: Гидрометеоиздат, 1992.

61. Роде, A.A. и Скрынникова, И.Н. Генезис почв и современные процессы почвообразования. М.: Наука, 1984.

62. Сиротенко, О.Д. Математическое моделирование водно-теплового режима и продуктивности агроэкосистем. JI.: Гидрометеоиздат, 1981.

63. Пряхина, С.И., Скляров, Ю.А. и Левицкая, Н.Г. Основы математического моделирования агробиопроцессов:. Саратов : Саратовский гос. университет, 2004.

64. Коровин, А.И. Агрометеорологическая оценка отношения сортов сельскохозяйственных культур к заморозкам (Метод, указания). Л.: ВИР, 1982.

65. Жолкевич, В.Н. Водный обмен растений. М.: Наука, 1989.

66. Коровин, А.И. Растения и экстремальные температуры. Л.: Гидрометеоиздат,1984.

67. Вопросы агрометеорологии Сб. статей. Л.: ВИР, 1980.

68. Шваб, В.А. Вопросы прикладной аэрогидромеханики и тепломассообмена. Томск : Изд-во Том. ун-та, 1983.

69. Микрин, В.Е. Определение эколого-физиологического резерва в сельском хозяйстве. XIV международная конференция "Проблемы управления безопасностью сложных систем" / Проблемы управления. М.: РГГУ, 2006. стр. 488-492.

70. Васильев, С.Н. Логическая обработка информации в задачах управления, Труды Всероссийской научно-технической конференции "Теоретические и прикладные вопросы современных информационных технологий". Улан-Удэ, 2001.

71. Дорофеюк, A.A. Задача многомерного структурного прогнозирования и методы ее решения.Искусственный интеллект, № 2. М., 2002. стр. 108-118.

72. Микрин, В.Е. Репланированис сельскохозяйственного производства озимых культур в условиях чрезвычайных ситуаций. Проблемы управления № 3. М. : ИПУ, 2006.

73. Ицкович, Э.Л. и Логунов, М.Г. Особенности выбора средств и систем автоматизации. Автоматизация в промышленности. №12. М. : б.н., 2005. стр. 5-8.

74. Новиков, Д.А. Теория управления организационными системами. М. : МПСИ,2005.

75. Кованов, С. И. и Свободин, В. А. Экономические показатели деятельности сельскохозяйственных предприятий. М. : Агропромиздат, 1991.

76. Полевой, А.Н. Теория и расчет продуктивности сельскохозяйственных культур. Л. : Гидрометеоиздат, 1983.

77. Прикладное моделирование и прогнозирование продуктивности посевов. Л. : Гидрометеоиздат, 1988.

78. Методическое пособие по разработке динамико-статистических методов прогнозирования урожайности сельскохозяйственных культур. Л. : Гидрометеоиздат, 1981.

79. Полевой, А.Н. и Русакова, Т.Н. Прикладная динамическая модель формирования урожая сельскохозяйственных культур. //Сб. докладов: Гидрометеорологическое обеспечение агропромышленного комплекса страны. Л. : Гидрометеоиздат, 1991.

80. Шевченко, A.A. Информационные модели прогнозирования в сельскохозяйственных организациях : автореферат дис. . кандидата экономических наук : 08.00.13. М. : с.-х. акад. им. К. А. Тимирязева, 2003.

81. Пряхина, С.Ф. Формирование урожая зерновых культур и прогнозирование его величины и качества в условиях Нижнего Поволжья : автореферат дис. . доктора сельскохозяйственных наук : 06.01.09. Саратов, 2000.

82. Налоева, Р.Х. Прогнозирование и планирование урожаев сельскохозяйственных культур с учетом динамики агрометеорологических факторов : на материалах Кабардино-Балкарской Республики : диссертация . кандидата экономических наук : 08.00.05. Нальчик, 2006.

83. Мостюк, Ф. Е. и Збарский, В. К. Прогнозирование урожая сельскохозяйственных культур : (Метод, рекомендации). Киев : Укр. с.-х. акад., 1986.

84. Тарасов, А. Н. Модели прогнозирования сельскохозяйственного производства /. Ростов н/Д : ГНУ ВНИИЭиН, 2003.

85. Прудников, А.Г. Анализ и прогнозирование производства растениеводческой продукции на сельскохозяйственном предприятии . Краснодар : Кубан. гос. аграр. ун-т, 1995.

86. Гревцов, В.Д. Справочник по планированию в аграно-промышленном комплексе. Киев : Урожай, 1991.

87. Утепбергенов, И.Т., Маханов, K.M. и Ержанова, С.Т. Автоматизированное рабочее место научного работника в Каз. АСХН в животноводческих отраслях. Алма-Ата : Каз. АСХН, 1991.

88. Утепбергенов, И.Т., и др. Проектирование экспертной системы по ветеренарии. Алма-Ата : Каз. АСХН, 1991.

89. Утепбергенов, И.Т. и Цай, С.К. Компьютерная система выбора технологии возделывания с/х к-р (КСВТВСК). Борисполь: Конференция "Информационное обеспечение современного сельскохозяйственного производства., 1992.

90. Косяченко, С.А. и Сидоров, E.H. Выделение типовых задач обарботки данных на этапе предпроектного анализа // Всесоюзная конференция по автоматизации проектирования систем управления. Тез. докладов. М. : ВИНИТИ, 1984.

91. Мамиконов, А.Г., и др. Анализ предметных областей пользователей и построение канонической структуры распределенных баз данных. М. : Ин-т проблем управления, 1985.

92. Мамиконов, А.Г., В.В., Кульба и Ашимов, A.A. и др. Анализ информационных потоков и построение канонической структуры базы данных (методологические материалы и методика). Алма-Ата : КАЗНИИТИ, 1984.

93. Мамиконов, А.Г., В.В., Кульба и Ю.П., Лутковский. Анализ предметной области банков данных и построение оптимальных структур баз данных с учетом требований к достоверности информации. М. : Ин-т проблем управления, 1988.

94. Мамиконов, А.Г., Кульба, В.В. и Косяченко, С.А. и др. Методы типизации при анализе предметных областей пользователей РБД. М. : Ин-т проблем управления, 1990.

95. Утепбергенов, И.Т. и Соломатин, Н.М. Модель баз знаний экспертных систем в сельскохозяйственном производстве. Научно-техническая конференция "Средства и системы автоматизации управления процессами сельскохозяйственного производства". Паланга, 1991.

96. Мамиконов, А.Г., Кульба, B.B. и Косяченко, С.А. и др. Анализ технологий обработки данных при разработке типовых модульных АСУ. М. : Ин-т проблем управления, 1985.

97. Утепбергенов, И.Т. и Кульба, В.В. Анализ и синтез типовых модульных автоматизированных систем управления сельскохозяйственным производством. Алматы : НИЦ "Бастау", 1994.

98. Полуэктов, P.A. Теоретические и прикладные модели динамики агроэкосистем. Новосибирск : Конференция, посвященная 90-лстию со дня рождения Алексея Андреевича Ляпунова, 2001.

99. Калугин, С.Э. и Сомов, С.К. Упорядочевапие сценариев диалога пользователей с диалоговой системой // Разработка оптимальных модульных систем обработки данных. М.: Ин-т проблем управления, 1987.

100. Мамиконов, А.Г., и др. Анализ диалоговых систем (Модели и методы). М. : Ин-т проблем управления, 1986.

101. Мамиконов, А.Г., и др. Оптимизация структур баз данных в АСУ. М. : Наука,

102. Мамиконов, А.Г., и др. Предроектный анализ структуры информационных потоков и технологий обработки данных при разработке модульных СОД. М. : Ин-т проблем управления, 1980.

103. ИЗ. Косяченко, С.А. и Сидоров, E.H. Выделение типовых задач обработки данных на этапе предпроектного анализа. Вссс. конференция по автоматизации проектирования систем управления: Тезисы докладов. М. : ВИНИТИ, 1984.1989.1989.