Geum.ru

Моделирование продуктивности орошения на мелиоративных системах северного кавказа

Вид материалаАвтореферат

Содержание


Ольгаренко Владимир Иванович
Григоров Михаил Стефанович
Кравчук Алексей Владимирович
Общая характеристика работы
Степень разработанности проблемы.
Объектом исследования
Теоретической и методологической основой исследования
Информационно-эмпирическая база исследования.
Научная новизна
На защиту выносятся
Практическая значимость полученных результатов
Апробация исследования.
Личный вклад.
Структура работы
Основное содержание работы
В первой главе
Во второй главе
Таблица 5 - Влияния метеорологических факторов на урожайности культур
M - оросительная норма брутто, м/га; Z
В третьей главе
...
Полное содержание
Подобный материал:
  1   2   3   4   5   6   7


На правах рукописи


ИГНАТЬЕВ Виктор Михайлович


МОДЕЛИРОВАНИЕ ПРОДУКТИВНОСТИ ОРОШЕНИЯ

НА МЕЛИОРАТИВНЫХ СИСТЕМАХ

СЕВЕРНОГО КАВКАЗА

Специальность 06.01.02 –

Мелиорация, рекультивация и охрана земель




АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук




Новочеркасск 2008

Работа выполнена в Федеральном государственном образовательном

учреждении высшего профессионального образования

«Новочеркасская государственная мелиоративная академия»



Научный консультант
доктор технических наук, профессор,

член-корреспондент РАСХН,

Заслуженный деятель науки РФ

Ольгаренко Владимир Иванович

Официальные оппоненты:
доктор технических наук, профессор,

академик РАСХН,

Заслуженный деятель науки и техники РФ,

Григоров Михаил Стефанович;




доктор технических наук, ст. научный сотрудник

Городничев Валерий Иванович;




доктор технических наук, профессор

Кравчук Алексей Владимирович







Ведущая предприятие
ФГОУ ВПО «Кубанский государственный

аграрный университет»



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

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

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


Автореферат разослан ___ ноября 2008 г.


Ученый секретарь диссертационного совета, кандидат сельскохозяйственных наук,

профессор, Заслуженный мелиоратор РФ


Г.А. Сенчуков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ


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

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

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

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

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

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

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

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

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

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

Задачи:
  • анализ проблем эффективности орошения в хозяйствах различных форм собственности на оросительных системах Северного Кавказа;
  • индикаторный анализ и оценка влияния различных групп факторов на продуктивность сельскохозяйственных культур орошаемой зоны;
  • обоснование и построение системы технико-экономических показателей, характеризующих взаимодействие ресурсных и природно-климатических факторов на урожайность сельскохозяйственных культур в условиях орошения;
  • обоснование выбора эффективной поливной техники, используемой на оросительных системах;
  • разработка моделей планирования водопользования в хозяйствах;
  • анализ и прогнозирование продуктивности орошения в хозяйствах на мелиорируемых землях Северного Кавказа.

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

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

Использовались процессор MS Excel и пакеты STATISTICA, MathCAD.

Научная новизна:
  • усовершенствована концепция оптимизации продуктивности орошении, обеспечивающая повышение эффективности планирования и прогнозирования сельскохозяйственного производства;
  • усовершенствован методологический подход к построению системы моделей на основе использования статистических методов для оценки влияния различных групп факторов на уровень продуктивности орошения;
  • обоснована и построена система интегральных показателей, характеризующих природу и климат; плодородие почв; качество оросительной воды, воздушной среды, системы водопользования, обеспечивающая адекватную оценку продуктивности орошения на мелиоративных системах Северного Кавказа;
  • уточнена методика прогнозирования динамики урожайности сельскохозяйственных культур и управляющих воздействий в хозяйствах, обеспечивающих стабильность продуктивности сельскохозяйственного производства на орошаемых землях;
  • разработаны модели производственных функций с учётом трудовых и других видов затрат, обеспечивающих повышение эффективности возделывания сельскохозяйственных культур;
  • предложены оптимизационные модели планирования продуктивности орошения с учётом энергетических и стоимостных показателей при различной обеспеченности интегрированными ресурсами.

На защиту выносятся:

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

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

- усовершенствованная методика прогнозирования динамики урожайности сельскохозяйственных культур;

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

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

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

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

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

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

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

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


ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

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

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

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


Таблица 1 - Структура сельскохозяйственной продукции в хозяйствах Ростовской области

в 2001-2006 гг. (%)

Категории хозяйств
2001
2002
2003
2004
2005
2006

Сельскохозяйственные организации
31,2
36,9
42,2
45,7
45,0
41,9

Хозяйства населения
63,5
57,1
49,5
44,6
45,2
49,7

Крестьянские (фермерские) хозяйства
5,3
6,0
8,3
9,7
9,8
8,4


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


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


Продукция
1995
2001
2002
2003
2004
2005
2006

Зерно (после доработки)
5,0
9,9
9,9
13,8
16,7
16,7
15,8

Сахарная свёкла
-
10,0
9,6
6,3
8,8
6,3
16,7

Семена подсолнечника
14,4
14,8
15,9
20,2
20,1
21,1
22,8

Картофель
0
0,2
0,1
0,3
0,3
0,5
1,1

Овощи (всего)
1,2
1,3
3,0
3,2
1,4
1,2
1,5


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

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

Годы
Посевная площадь
в том числе, в % от пашни хозяйства

Зерновые
Технических
Картофеля и овощей
Кормовых культур

2002
565,4
18,4
28,5
6,4
4,6

2003
611,7
20,1
31,2
5,1
5,5

2004
608,6
20,1
29,4
5
5,5

2005
627,2
19,5
29,2
5,9
6,2


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

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


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

Показатели
2001
2002
2003
2004
2005
2006

Число сельскохозяйственных предприятий (на конец года), шт.
856
880
924
743
708
640

Среднегодовая численность работников, тыс. чел.
175,4
162,0
153,8
142,0
131,8
116,2

Балансовая прибыль, млн руб.
-1113,7
905,7
1169,7
1723,7
1117,1
2313,9

Среднегодовая численность работников в хозяйстве, чел.
204,9
184,1
166,5
191,1
186,2
181,6

Рентабельность всей хозяйственной деятельности, %
-34,2
22,2
19,1
21,1
10,9
21,3

Число убыточных предприятий, шт
670
315
294
187
188
150

% от общего числа
78,3
35,8
31,8
25,2
26,6
23,4



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




Рисунок 1 - Схема процесса управления сельскохозяйственным производством в хозяйстве

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

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

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

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

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

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

Предложена методика проведения статистического исследования, включающая следующую последовательность действий:
  • изучение отдельных факторов, как простых выборок;





Рисунок 2 – Влияние совокупностей факторов на продуктивность орошения
  • проведение корреляционного анализа основных показателей продуктивности орошения и исходных факторов, оценка степени взаимосвязи и отсев отдельных факторов;
  • снижения размерности задачи с использованием метода главных компонент;
  • построение и оценка регрессионных зависимостей между группами факторов.

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

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



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

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

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

Таблица 5 - Влияния метеорологических факторов на урожайности культур


Метод главных компонент
Культура
Достоверность, %
Последовательность уменьшения

влияния факторов

Озимая пшеница
95,2
T,D,E,N,X,W,R,Q,Qф,T,D,B,Yо,V,K

Кукуруза на зерно
95,21
T,D,E,N,X,W,R,Q, Yк, Qф,T,D,B,V,K

Люцерна на корм
95,16
T,D,E,N,X,W,R,Q, Qф,T,D,B, Yл,V,K

Корреляционный анализ
Культура
Последовательность уменьшения

значений коэффициентов факторов

Озимая пшеница
Qф,Q,R,T,T,W,E,K,D,D,X,B,N,V

Кукуруза на зерно
W,K,X,R,Qф,Q,E,D,D,N,B, T,T,V

Люцерна на корм
Qф,Q,R,W,T,T,V,D,B,E,D,D,X,N

Коэффициент вариации
K,V,W,X,D,D,E,R,T,T,N,B, Qф,Q


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

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

Предлагается модель расчёта экологически безопасных поливных норм дождевания для различных типов почв с учетом гранулометрических свойств и показателя впитывания (по данным Э.В. Гришкова за 1983-1987 гг.). Величину эрозионно-допустимой поливной нормы М (мм) предлагается рассчитывать по следующей эмпирической зависимости M = A0,33d0,316 i, (1)

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

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

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

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


Годы
19985
1990
1991
1992
1993
1994
1995
1996

Россия
1,47
1,95
1,41
1,8
1,71
1,53
1,31
1,49

ЮФО
2,05
3,24
3,03
3,01
2,97
2,48
1,92
2,13

Ростовская обл.
1,69
3,21
2,45
2,71
2,53
2,17
1,74
1,68

Годы
1997
1998
1999
2000
2001
2002
2003
2004

Россия
1,78
1,29
1,44
1,56
1,94
1,96
1,78
1,85

ЮФО
2,07
1,83
2,2
2,19
2,71
2,87
2,13
2,21

Ростовская обл.
1,72
1,56
1,73
1,73
2,5
2,54
1,78
2,32


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


Таблица 7 – Внесение минеральных удобрений (кг/га) в Российской Федерации,

Южном Федеральном округе и Ростовской области с 1990 по 2003 гг.


Годы
1990
1993
1994
1995
1996
1997

Россия
88,2
45,7
23,5
16,9
16,7
18,2

ЮФО
104,4
47,5
25,8
17,6
17,2
22,9

Ростовская обл.
76,3
28,4
8,9
7,3
5,9
9,9

Годы
1998
1999
2000
2001
2002
2003

Россия
15,9
14,9
18,7
19,1
21,4
21,1

ЮФО
19,6
18,1
21,5
25,6
33,2
31,9

Ростовская обл.
7,5
6,4
12,5
20,5
29,8
30,1


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

Yз = 1,6354 + 0,022Ud, (2)

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

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

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

Таблица 8 - Результаты построения главных компонент урожайности сельскохозяйственных культур

Культура
Главная компонента

Озимая пшеница
-4,7710-8+0,00041HB+0,012N+0,00227P+M-0,0000587G+0,0075F

Кукуруза на зерно
4,710-6-0,00013HB-0,00415N-0,0064P-0,008K-M+0,000163G-0,014F

Соя на зерно
6,510-7+0,00016HB-0,0031N-0,0032P+0,0031K+M-0,00011G+0,012F

Сорго на зерно
-9,210-6-0,000634HB-0,0037N+0,0037P+M+0,0000193G-0,0015F

Картофель
M+0,0001645G-0,014F

Кукуруза на силос
10-5+0,000175HB-0,033N-0,025P-0,021K-M+0,000313G-0,027F

Люцерна
1,1610-6+0,000765HB-0,013N-0,018P+M-0,000034G+0,00388F

Культура
Число опытов
Достоверность, %
Последовательность

Озимая пшеница
60
99,85
M,N,F,P,HB,G,

Кукуруза на зерно
74
99,83
M,F,K,P,N,G,HB,

Соя на зерно
42
99,75
M,F,P,K,N,HB,G,

Сорго на зерно
13
99,92
M,N,P,F,HB,G,

Картофель
9
99,9
M,F,G

Кукуруза на силос
22
99,65
M,N,F,P,K,HB,G,

Люцерна
60
99,71
M,P,N,F,HB,G,


Определение влияния показателей водопользования позволило модифицировать систему технико-экономических показателей и построить производственные функции продуктивности орошения. К основным показателям оценки эффективности хозяйственного водопользования (по данным В.И. Ольгаренко) относятся: коэффициент полезного действия сети; коэффициент использования воды на поле; коэффициент использования воды на хозяйственной системе; отклонение фактического полива от планового по площади орошения, по гектарополивам, по объему поданной воды; оросительная норма брутто и нетто; отклонение оросительной нормы; ритмичность водоподачи; продуктивность и эффективность орошаемого гектара и 1000 м3 оросительной воды; срок окупаемости мелиоративных фондов; фондоотдача; энергетические и трудовые затраты производства. Среди показателей, характеризующих водопользование при анализе хозяйств Миусской оросительной системы Ростовской области, выявлено, что наибольшее влияние оказывают: продуктивность и эффективность орошаемого гектара, продуктивность и эффективность 1000 м3 оросительной воды, фондоотдача и ритмичность водопользования. Для указанных экономических и технических показателей хозяйств продуктивность гектара имеет вид (3)

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

Использование показателей продуктивности гектара позволило получить следующую зависимость удельной рентабельности

(4)

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

Для хозяйств Аксайского района Ростовской области продуктивность орошаемого гектара описывается уравнением

(5)

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

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


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

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

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

Таблица 9 - Регрессионные зависимости прибавки урожайности культур


Культура
Модель и среднеквадратичные стандартные ошибки
R2скор

Озимая пшеница
Y= e21,11 -45,9 N-0,92P-1,85 M0,3F0,73ГТК1,071

(4,72)(8,53) (0,42)(0,47) (0,15) (0,113) (0,315)
0,746

Кукуруза на зерно
Y=-188,62+48,586lnHB+17,44lnN-13,66lnP-0.064lnK+1,447lnM

(41,9) (10,46) (5,19) (3,5) (0,032) (0,24)
0,535

Соя на зерно
Y=e-7P1,41F0,92 (1,42) (0,311) (0,133)
0,583

Сорго на зерно
Y=-2,96-0,01923N+0,00714M-0,000001M2

(3,56) (0,0172) (0,00274) (0,000001)
0,484

Картофель
Y=-765+275,6G+5,835lnM+141,25lnF

(240) (88,15) (1,85) (45,1)
0,644

Кукуруза на силос
Y= e-10,71 N-0,98 M1,83F1,48ГТК2,16

(4,17)(0,35) (0,38)(1,04) (1,12)
0,61

Люцерна
Y=e-18,84 11,61P0,7M1,75ГТК-0,77 (2,62)(2,4)(0,255)(0,24)(0,332)
0,595