Бесплатный автореферат и диссертация по наукам о земле на тему

Динамико-статистическая модель продукционного процесса кукурузы с использованием спутниковой информации и метод прогноза урожайности

ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Динамико-статистическая модель продукционного процесса кукурузы с использованием спутниковой информации и метод прогноза урожайности"

На правах рукописи

005532094

^(сіик НАЙДИНА ТАТЬЯНА АЛЕКСАНДРОВНА

ДИНАМИКО-СТАТИСТИЧЕСКАЯ МОДЕЛЬ ПРОДУКЦИОННОГО ПРОЦЕССА КУКУРУЗЫ С ИСПОЛЬЗОВАНИЕМ СПУТНИКОВОЙ ИНФОРМАЦИИ И МЕТОД ПРОГНОЗА УРОЖАЙНОСТИ

Специальность 25.00.30 - «Метеорология, климатология, агрометеорология»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук

15 АВГ 2013

Обнинск 2013

005532094

Работа выполнена в федеральном государственном бюджетном учреждении «Всероссийский научно-исследовательский институт сельскохозяйственной метеорологии» (ФГБУ «ВНИИСХМ»)

Научный руководитель:

Официальные оппоненты:

Ведущая организация

Клещенко Александр Дмитриевич, доктор географических наук, профессор, ФГБУ «ВНИИСХМ»

Шульгин Игорь Александрович, доктор биологических наук, профессор, Московский государственный университет им. Ломоносова, географический факультет, кафедра «Метеорология и климатология»

Шерстюков Борис Георгиевич, доктор географических наук, старший научный сотрудник, заведующий лабораторией исследования последствий изменения климата, ФГБУ «Всероссийский научно- исследовательский институт гидрометеор логической информации - Мировой центр данных»

Агрофизический научно-исследовательский институт Российской Академии сельскохозяйственных наук

Защита состоится 16 октября 2013 г. в 14 часов на заседании диссертационного совета по защите докторских и кандидатских диссертаций Д 327.003.01 при федеральном государственном бюджетном учреждении «Гидрометеорологический научно-исследовательский центр Российской Федерации» (ФГБУ «Гидрометцентр России») по адресу: 123242, Россия, г. Москва, Большой Предтеченский переулок, д. 11-13.

С диссертацией можно ознакомиться в библиотеке ФГБУ «Гидрометцентр России»

Автореферат разослан «2/» и-ЮЛ^р 2013 г. Ученый секретарь диссертационного совета,

доктор географических наук

Нестеров Е.С.

Эшим'"

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Кукуруза является одной из наиболее ценных и распространенных в мире злаковых культур. По площади посева и валовому производству в мире наряду с пшеницей и рисом она является основной зерновой культурой. Кукуруза отличается от других зерновых культур высокой потенциальной урожайностью и универсальностью использования в пищевой промышленности, животноводстве, медицине и других отраслях экономики.

Производство кукурузы в России, как и в мире неуклонно растет. По данным РОССТАТ, за последние пять лет (2008-2012 гг.), по сравнению с предшествующим пятилетним периодом (2003 - 2007 гг.), среднегодовые значения валового сбора, посевной площади и урожайности зерна кукурузы увеличились соответственно на 76 % (от 3,29 до 5,78 млн. тонн), 63 % (от 1,03 до 1,67 млн. га) и 7,3 % (от 35,4 до 37,9 ц/га).

Основные площади, занимаемые кукурузой, сосредоточены на территории Южного и Северо-Кавказского федеральных округов - на их долю приходится до 80 - 90 % всех посевных площадей и валового сбора зерна данной культуры в Российской Федерации. По сравнению с 80-и годами прошлого столетия, валовой сбор зерна кукурузы в этих округах увеличился на 14 - 15 %.

В связи с возрастающей хозяйственной ценностью этой культуры в нашей стране необходим своевременный и качественный агрометеорологический прогноз ее урожайности, содействующий принятию плановых и стратегических решений, с целью увеличения объема полезной продукции высокого качества и разработки баланса зерна страны и отдельных ее территорий.

В настоящее время в оперативной практике Росгидромета для прогнозирования урожайности кукурузы используются регрессионные методы, разработанные А.И. Страшной, Л.В. Комоцкой и др. Регрессионные методы, как известно, имеют ряд недостатков, присущих всем физико-статистическим моделям.

Динамико-статистический подход и использование спутниковой информации в моделях биопродуктивности растений являются перспективным направлением в развитии новых методов прогноза урожайности кукурузы.

Предпосылки создания математической модели продукционного процесса кукурузы с использованием спутниковой информации для прогнозирования ее урожайности следующие:

- наличие исследований, свидетельствующих о целесообразности комплексного использования наземных данных и спутниковой информации для изучения и математического моделирования агроэкосистем, а также для оценки и прогноза урожайности сельскохозяйственных культур;

- внедрение и использование в оперативной практике Росгидромета методики динамико-статистических прогнозов урожайности основных зерновых культур и картофеля;

- наличие автоматизированной информационно-прогностической системы (ИПС) обеспечения сельского хозяйства, в которой прогнозы для основных культур по субъектам Российской Федерации составляются на общей информационной базе (ежегодной статистической и стандартной декадной агрометеорологической информации) по динамико-статистическим моделям формирования урожая;

- возможность включения в существующую ИПС методов прогноза урожайности с использованием спутниковой информации, что повышает качество оперативного агрометеорологического обеспечения сельского хозяйства Российской Федерации.

Цель работы. Разработка метода и технологии прогнозирования урожайности кукурузы на зерно по основным кукурузосеющим субъектам Российской Федерации на основе динамико-статистической модели продукционного процесса кукурузы с использованием спутниковой информации.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

- Анализ существующих математических моделей и выбор наиболее перспективной для разработки усовершенствованной динамико-статистической модели продукционного процесса кукурузы.

- Оценка возможности использования спутниковых данных в применяемых в оперативной практике моделях прогнозирования урожайности сельскохозяйственных культур.

- Разработка динамико-статистической модели продукционного процесса кукурузы с использованием спутниковой информации.

- Разработка методов и технологии прогнозирования урожайности кукурузы на зерно.

Методы исследования. Работа выполнялась поэтапно в соответствии с перечисленными выше задачами. Для решения стоящих в работе задач использовались методы системного анализа, математического и имитационного моделирования, математической статистики, структурного и объектно-ориентированного программирования.

Научная новизна:

- Впервые усовершенствована модель продукционного процесса кукурузы с использованием спутниковой информации, предназначенная для оперативного агрометеорологического обеспечения сельского хозяйства Российской Федерации.

- Разработаны два динамико-статистических метода прогноза урожайности зерна кукурузы для субъектов Южного и Северо-Кавказского федеральных округов:

■ с использованием метеорологической и агрометеорологической информации;

■ с включением спутниковых данных, наряду с метеорологической и агрометеорологической информацией.

- Разработана технология оперативного прогнозирования урожайности кукурузы на зерно по основным кукурузосеющим субъектам Российской Федерации.

Обоснованность и достоверность научных положений и выводов, содержащихся в диссертационном исследовании, обеспечена использованием современной теории, апробированных методов и средств моделирования агроэко-систем, технологий вычислительных экспериментов, соответствием фактических значений агрометеорологических показателей расчетным, подтверждением результатов прогноза фактической урожайности кукурузы на зерно на территории семи субъектов Российской Федерации в период 2007 - 2011 гг.

Теоретическая и практическая значимость работы. Усовершенствованная динамическая модель биопродуктивности кукурузы с использованием спутниковой информации способствует дальнейшему развитию методов математического моделирования и информационных технологий для установления количественных зависимостей формирования урожая от агрометеорологических факторов, а также их применению в области прогнозирования урожайности сельскохозяйственных культур. Авторские испытания разработанных методов прогноза урожайности кукурузы на зерно дали положительные результаты.

В дальнейшем запланировано проведение производственных испытаний разработанных методов с целью использования их в оперативной практике агрометеорологического обеспечения сельского хозяйства Российской Федерации.

Предмет защиты и личный вклад автора. На защиту выносятся:

- Усовершенствованная динамико-статистическая модель продукционного процесса кукурузы с использованием:

" метеорологической и агрометеорологической информации;

■ спутниковых данных, метеорологической и агрометеорологической информации.

— Методики прогноза урожайности кукурузы на зерно для семи субъектов Российской Федерации, основанные на динамико-статистическом методе прогнозирования с использованием:

■ метеорологической и агрометеорологической информации;

■ спутниковых данных, метеорологической и агрометеорологической информации.

— Технология оперативного прогнозирования урожайности кукурузы на зерно по семи субъектам Российской Федерации.

— Комплекс программных средств для проведения расчетов по оперативному прогнозированию урожайности кукурузы на зерно, который может быть включен в ИПС обеспечения сельского хозяйства Российской Федерации.

Личный вклад автора заключается в анализе экспериментальных данных, разработке алгоритмов решения задач, поставленных научным руководителем, программной реализации динамико-статистических методов прогноза урожайности кукурузы, интерпретации результатов исследования и подготовке публикаций по теме диссертации.

Апробация работы. Основные положения и отдельные результаты диссертационной работы были опубликованы, докладывались, обсуждались и получили одобрение на следующих научных конференциях:

Международные: XIV Международная научная конференция «Решетнев-ские чтения» (Красноярск, 2010); V Международная научная конференция «Земля из космоса - наиболее эффективные решения» (Москва, 2011); III Международная научно-практическая конференция «Агрометеорологическое обеспечение устойчивого развития сельского хозяйства в условиях глобального изменения климата», посвящена 35-летию образования ФГБУ «ВНИИСХМ» (Обнинск, 2012).

Всероссийские-. VIII, IX и X Всероссийские конференции «Современные проблемы дистанционного зондирования Земли из космоса» (Москва, 2010, 2011 и 2012).

Межрегиональные и региональные: конференция молодых специалистов, посвященная 50-летию НПО «Тайфун» (Обнинск, 2010); конференция молодых ученых, посвященная 55-летию образования Института прикладной геофизики им. Федорова (Москва, 2011); XLVII Научные чтения, посвященные памяти К.Э. Циолковского (Калуга, 2012); конференция молодых специалистов в

ипг им. Федорова (Москва, 2012); конференция молодых специалистов по гидрометеорологии и мониторингу окружающей среды (Обнинск, 2013).

Публикации. По теме диссертации автором опубликовано 17 работ, включая 4 статьи в журналах, рекомендуемых ВАК России для опубликования научных результатов диссертаций. С единоличным авторством опубликовано 10 печатных работ.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, трех приложений и списка используемой литературы (212 наименований, из которых работы автора составляют 16 наименований). Основной материал изложен на 141 странице, включая 36 рисунков и 7 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цели и задачи диссертационного исследования, научная новизна и положения, выносимые на защиту, теоретическая и практическая значимость, апробация результатов исследования, кратко отражено содержание диссертации.

В первой главе диссертации обозначена проблема настоящего исследования, и рассмотрены пути решения данной проблемы посредством обзора существующих математических моделей прогнозирования урожайности кукурузы, в том числе, с использованием спутниковой информации. На основе сравнительного исследования рассматриваемых моделей обоснован выбор базовой модели для разработки динамико-статистического метода прогноза урожайности кукурузы на зерно для территории Российской Федерации.

Урожайность кукурузы определяется как генетическим потенциалом сорта, так и совокупностью всех процессов обмена энергией и веществом в системе «почва - растение - атмосфера», которая является объектом исследования при решении задачи прогнозирования урожайности посредством математического моделирования.

Рассмотрены основные подходы и модели прогнозирования урожайности кукурузы: физико-статистические, динамические имитационные модели и модели с использованием данных дистанционного зондирования Земли.

Физико-статистические модели имеют ряд недостатков: все регрессионные уравнения, выведенные на основе статистических материалов с помощью корреляционного анализа, оказываются справедливыми лишь для локальной местности и тех ограниченных условий, для которых они получены. Однако, обогащаясь новыми подходами, эти модели остаются эффективным средством

для решения агрометеорологических прикладных задач. Как показывает анализ отечественных и зарубежных исследований, путь преодоления сложившихся в эмпирических моделях противоречий связан с построением и использованием в практике принятия агротехнических и мелиоративных решений динамических имитационных моделей различного назначения и степени детализации.

На основе анализа литературных источников рассмотрены обшие вопросы, связанные с построением прикладных динамических моделей биопродуктивности растений, описаны этапы построения динамических имитационных моделей, основные блоки, составляющие архитектуру большинства подобных моделей.

Анализ динамических моделей показал, что существующие зарубежные модели имеют большое количество входных параметров, предназначены для отдельных полей и не могут быть напрямую использованы для решения задач, связанных с оперативным агрометеорологическим обеспечением сельского хозяйства Российской Федерации. Поэтому в качестве базовой модели для разработки оперативного метода прогноза урожайности кукурузы на зерно выбрана динамико-статистическая модель «погода — урожай», созданная во ВНИИСХМ (авторы: О.Д. Сиротенко, А.Н. Полевой).

В последние годы при оценке состояния посевов сельскохозяйственных культур все большее применение, наряду с наземными данными, получает спутниковая информация. Использование данных дистанционного зондирования Земли в математических моделях способствует повышению точности прогнозирования урожайности сельскохозяйственных культур. Комплексное применение наземных наблюдений и спутниковых данных является наиболее перспективным подходом к решению проблемы прогнозирования урожайности.

Одним из наиболее распространенных и часто используемых для оценки состояния растительности спутниковых индексов является «вегетационный» индекс КОУ1, который представляет собой отношение разности и суммы значений спектральных яркостей в ближней инфракрасной (0,84 - 0,88 мкм) и красной зонах спектра (0,62 - 0,67 мкм) и является показателем оптической плотности посева.

Рассмотрены известные в настоящее время способы объединения имитационных моделей и данных дистанционного зондирования Земли. Для разработки новой модели биопродуктивности кукурузы поставлена задача: найти эффективную схему сопряжения спутниковых данных и базовой модели, использующей в настоящее время в качестве входной информации только данные наземных измерений.

Во второй главе рассмотрены особенности изучаемой культуры и ареал ее распространения. Обозначены наиболее значимые для моделирования продуктивности биологические характеристики кукурузы. Для разработки метода прогноза урожайности рассмотрены климатические особенности территории произрастания кукурузы, приведена необходимая агроклиматическая информация для математического моделирования продукционного процесса кукурузы для основных кукурузосеющих субъектов Российской Федерации.

Третья глава посвящена анализу базовой и разработке усовершенствованной динамической модели продукционного процесса кукурузы. Исследования показали, что базовая модель требует кардинального изменения, в частности, установления новых зависимостей влияния температурного и влажностно-го режимов на интенсивность процессов газообмена и роста растений кукурузы. Для использования динамической модели продукционного процесса в оперативном режиме изменены входные переменные функций влияния метеорологических факторов на газообмен, а также добавлена спутниковая информация. Изменение входных переменных заставило провести модернизацию параметров функций влияния температуры воздуха и суммы осадков на процессы газообмена и прироста биомассы органов растения (рис. 1).

Агрометеорологические и спутниковые данные

Ежедекадные данные

-умма осадко

и

Температура воздуха

Спутниковые данные

Числи часов солнечного

СИЯНИЯ

Начальные данные =5=

Густота стояния

Дата всходов

Географическая широта

Биомасса органов, площадь листьев

'Фотосинтез

I

Дыхание

Газообмен

Прирост биомассы

Функции У'Ч к

вегетативного репродуктивно; и

рос га ро< га

Масса Масса Масса Площадь Масса репродукшвнья

^ кс-рией стеблей листьев листьев органов

Рис. 1. Блок-схема модернизированной динамической модели (серым цветом выделены измененные блоки)

В диссертации рассматриваются: истинный фотосинтез (поглощение СОг), газообмен (разность между истинным фотосинтезом и затратами на дыхание) и затраты на дыхание, связанное с поддержанием структур органов растения, и дыхание, связанное с передвижением веществ, фотосинтезом и созданием новых структурных единиц.

Исследованы возможности использования спутниковой информации в базовой динамической модели прогнозирования урожайности сельскохозяйственных культур. В качестве спутниковой информации для повышения точности прогнозов урожайности выбран индекс NDVI, полученный со сканера MODIS (спутник TERRA) и представленный на сервере ИКИ РАН. Выбор NDVI для разработки усовершенствованной модели биопродуктивности кукурузы обоснован несколькими причинами: 1) относительно высокое пространственное разрешение MODIS (до 250 м); 2) NDVI позволяет уменьшить влияние таких характеристик окружающей среды, как условия освещения, высота Солнца, параметры атмосферы и др., т.к. разработанная в ИКИ РАН технология (И.А. Нейштадт) позволяет создавать композитные изображения, свободные от влияния облачности, снега и измерений, непригодных для использования ввиду больших зенитных углов съемки; 3) получение и обработка NDVI осуществляется ИКИ РАН (С.А. Бартапев, Е.А. Лупян и др.) на единой методологической основе; 4) наличие непрерывного двенадцатилетнего ряда наблюдений среднеобластного NDVI; 5) возможность получения среднеобластного NDVI в оперативном режиме допускает попытки его использования в прогностических моделях.

Чтобы установить связь между спутниковыми данными и наземными наблюдениями, нами из NDVI всей пашни «выделены» NDVI яровых культур по формуле:

NDV^IМИ, О,

где S - доля площади, занимаемой озимыми культурами, в площади всех пахотных земель для конкретного года, NDVI^ - вегетационный индекс яровых

культур, NDVIm - вегетационный индекс озимых культур, NDVIn - вегетационный индекс пахотных земель.

Была установлена связь дистанционных измерений с основными периодами вегетации сельскохозяйственных культур для территории Краснодарского края и построены графики связи NDVI пашни с датами образования наибольшей площади листовой поверхности (фаза «колошение/цветение» у зерновых культур, фаза «закрытие междурядий» у овощей) сельскохозяйственных культур с 2001 по 2010 год (рис. 2).

0,47

25апр 9 май 23 май биюн 20июн 4 июл 18июл 1 аег 15аег 29«

Даты образования наибольшей площади листовойповерхности: озимых яровых

Рис. 2. Связь N0X4 с датами образования наибольшей площади листовой поверхности сельскохозяйственных культур в Краснодарском крае (на примере 2005 года)

Для каждого года период максимальных значений N□'N'1 пахотных земель включает в себя даты образования наибольшей площади листовой поверхности всех сельскохозяйственных культур. Изменение значений N044 пахотных земель хорошо согласуется с изменением нарастания биомассы посева, обусловленного газообменом (фотосинтезом) всех сельскохозяйственных культур в течение периода вегетации.

Изменение физиологического возраста растений в базовой модели учтено через «онтогенетическую кривую» фотосинтеза (газообмена) (рис. 3). В новой модели эта функция рассчитывалась с использованием и без использования спутниковой информации. В модели биопродуктивности кукурузы ее положение по отношению к онтогенетическим кривым других культур смещено вправо. При использовании спутниковой информации эта функция в течение вегетационного периода определялась по декадным значениям NDVI. Черным цветом показана онтогенетическая кривая фотосинтеза кукурузы для территории Краснодарского края. Серым цветом показано нормированное значение вегета-

ционного индекса. Такие графики были построены за период с 2001 по 2010 г. Преимущества использования КОУ1 следующие: 1) динамика ЫО\'[ более полно отражает закономерность роста растений: в начальный период скорость прироста биомассы низкая; 2) ИБУ! - это измеренные данные; 3) ЫОУ1 - комплексный показатель, отражающий состояние посевов. Погодные условия и состояние посевов учитываются уже комплексно и во взаимосвязи.

Рис. 3. «Онтогенетическая кривая» фотосинтеза (газообмена) кукурузы (1) и нормированные значения индекса NDVI (2) для Краснодарского края в 2006 г.

Для проверки возможности включения вегетационного индекса в уравнение расчета газообмена была использована динамическая модель прогнозирования урожайности яровой пшеницы в Краснодарском крае, которая в настоящее время используется в оперативной работе. Результаты использования NDVI в действующей динамической модели яровой пшеницы показали: при использовании NDVI отклонение урожайности от фактического значения за все годы не превышало 13%. Средняя относительная ошибка (за 2001 -2011 гг.) в действующей модели составила 9,5 %, при использовании спутниковой информации - 6,5 %. В экстремальные по урожайности годы результаты расчетов с использованием NDVI показали более высокую оправдываемость, чем с использованием только наземных данных. Это дало основание для использования такого подхода в новой динамической модели продуктивности кукурузы.

В работе использованы наземные измерения листового индекса кукурузы, полученные A.M. Азаренко, С.А. Волошиным и др. по методике ВНИИ кукурузы в результате полевых опытов (2003 - 2007 гг.) на опытной станции КубГАУ.

1,00 0,95 0,90 0,85 0,80 0,75 0,70 0,65

В начальный Ота.ед. период темпы 1,00

63,7 287,8 525,4 763,6 1052,6 1391,3

Сумма эффективных температур, "С

При значениях листового индекса кукурузы Ь больше 2,5 м2/м2 отражательные свойства посевов изменяются незначительно, как и спектральный коэффициент энергетической яркости листьев (рис. 4).

0,74 и

щ 0,69 -

0,64 -

> 0.59 -

г

0,54 -

0.49 Н

ж»* Ж ♦

■щ •

♦ фактическое значение

— ЛИВИЯ

треяда

Ь=199,7-НО\'1 •

величина достоверности аппроксимации=0.882

1,5

3,5 Ь. отн.ед.

Рис. 4. Зависимость листового индекса кукурузы от N0X^1 яровых культур

Нами получена зависимость листового индекса кукурузы Ь от вегетационного индекса яровых культур ЫБУ1яр, которая использована для расчета средних по субъекту значений Ь на территории Краснодарского края (рис. 5):

V =0,07- £ -0,16, (2)

где к - количество дней от начала периода вегетации кукурузы до последнего дня декады]. Коэффициент корреляции Ь с полученным рядом ^^БУГ^ равен 0,98 ±0,05.

а

«а

ж ж

0 «

1 <1

4,5 4 3,5 3 2,5 2 1,5 1

0,5 0

а фактическое значение

+ расчетное значение

+ ++

□

4 май

1 шон

29июн

27июл

24 авг

Рис. 5. Соотношение рассчитанных по NDVI и фактических величин листового индекса кукурузы

Наличие экспериментальных данных по листовому индексу кукурузы дало возможность не только проверить полученные функциональные зависимости, но и уточнить рассчитываемые значения относительной площади ассимилирующей поверхности кукурузы в динамической модели.

В усовершенствованной модели также учтено, что кукуруза является светолюбивой культурой, нуждается в интенсивном солнечном освещении. Параметры «световой кривой» истинного фотосинтеза кукурузы, при высоких полуденных значениях интенсивности солнечной радиации, несколько отличаются более высокими значениями от таковых у растений типа С3 (картофеля, яровой и озимой пшеницы, ярового ячменя и озимой ржи), динамические модели которых в настоящее время используются в оперативной практике Росгидромета.

Учет влияния температуры воздуха на интенсивность газообмена осуществляется через функцию у (рис. 6). В модели используется средняя декадная температура воздуха.

Всходы - 7-й лист

Периоды развития: Ч*, отн.ед.

Через 20 и более

дней после цветения

За 10 дней до выметывания и

спустя 20 дней после цветения

Температурная кривая у аппроксимирована с учетом экстремальных (пороговых) и оптимальных для роста и развития кукурузы температур:

8 10 12 14 16 18 20 22 24 26 28 30 32 Средняя декадная температура, °С

Рис. 6. Учет влияния температуры воздуха на интенсивность газообмена

Т^Т' :у = 0,25-8т

Т-" _ у1'

ГJ

рНш

ор1МШ пип у

(

Т}>Т;,МАХ:у = 0,24-8т Т ' < Т' < • VI = 1

'орйчт — 1 — ор1МАХ ■ Ч* 1

^11111 гу^

-г |

У та\ СДОМАХ У

+ 0,79 0,82,

где Х™ и Т^™ - соответственно минимальная и максимальная пороговые для фотосинтеза кукурузы температуры воздуха, ° С; Т0^мп>1 и Т^р,МАХ -соответственно минимальная и максимальная оптимальные для фотосинтеза кукурузы температуры воздуха в ]-ой декаде, °С. Оптимум температурной кривой, соответствующий максимальной продуктивности растения, зависит от межфазных периодов развития кукурузы.

В связи с недостатком сетевых наблюдений за влажностью почвы в динамической модели оценивается сумма осадков за текущую декаду с учетом увлажнения почвы предшествующего периода. Воздействие суммы осадков на газообмен рассчитывается путем кусочно-линейной интерполяции. Как показано на рис. 7, потребности во влаге в разные фазы развития кукурузы различные.

сЧ^

всходы - 7-й лист

Рис. 7. Учет влияния суммы осадков на урожайность 15

Динамическая модель продукционного процесса кукурузы отработана в двух вариантах:

— для расчета интенсивности газообмена кукурузы используется «онтогенетическая кривая», рассчитываемая по метеорологическим данным;

- для расчета интенсивности фотосинтеза (газообмена) кукурузы вводятся вегетационные индексы N04''! для исследуемой территории.

Использование спутниковой информации в модели позволило с большей точностью рассчитывать приросты биомассы. На рис. 8 показаны рассчитанные по динамической модели значения динамики биомассы отдельных органов растения кукурузы с использованием спутниковой информации. Для сравнения серым цветом показаны расчетные значения динамики общей биомассы и биомассы репродуктивных органов (початков) кукурузы без использования спутниковой информации. При введении в модель вегетационного индекса значение массы репродуктивных органов кукурузы уменьшилось, что положительно влияет на прогнозирование урожайности, т.к. в 2007 году в Ростовской области фактическая урожайность кукурузы на зерно составила всего 16,2 ц/га (средняя за 2002 - 2007 гг. урожайность равна 30,5 ц/га).

—масса початков с >ГО\*1

—масса початков без МУУ!

—•масса листьев с НОУ1

——•масса стеблей с НЕ)VI

.....масса корней с №ЭУ1

—- общая масса без МУУ1

--общая масса с №ЭУ1

* рассчитанная по фактическим данным общая масса

Рис. 8. Динамика накопления биомассы вегетативных и репродуктивных

органов кукурузы

Структура разработанной модели включает количественное описание процессов газообмена и роста растения, учитывает биологические особенности кукурузы и ее взаимодействие с окружающей средой.

2 245 487 732 975 1217 Сумма эффективных температур, "С

Четвертая глава посвящена разработке методов и технологии оперативного прогнозирования урожайности кукурузы на зерно по основным кукурузо-сеющим субъектам Российской Федерации.

На основе усовершенствованной динамической модели продукционного процесса кукурузы разработаны динамико-статистические методы в двух вариантах (с использованием в модели только наземных данных и с включением вегетационного индекса программный комплекс и проект методических указаний для оперативного прогнозирования урожайности кукурузы на зерно по семи субъектам Южного и Северо-Кавказского федеральных округов.

Динамико-статистические методы основаны на сочетании двух прогнозов: прогноза тенденции урожайности и оценки отклонений урожайности от тенденции. Для прогнозирования урожайности У используется выражение (А.Н. Полевой):

У = Уи1-С, (4)

где У1+1 — тенденция урожайности сельскохозяйственной культуры на прогнозируемый год, С - оценка степени отличия складывающихся (на дату составления прогноза) агрометеорологических условий формирования урожая культуры от многолетних, на фоне которых формируется тенденция урожайности. Тенденция Ун1 отражает влияние на урожайность уровня технологии возделывания кукурузы, смену сортов, изменение доз удобрений и т.п., она находится путем экстраполяции временного ряда урожайности с помощью статистических методов. Отклонение от тенденции С рассчитывается по динамической модели продукционного процесса кукурузы, позволяет количественно характеризовать условия формирования урожая кукурузы и находится как отношение биомассы репродуктивных органов гар, рассчитанной по модели с использованием информации, характеризующей условия оцениваемого периода, к биомассе репродуктивных органов т, рассчитанной по модели на основе среднемноголетних данных:

т„

С = -®-. (5)

т

Если численное значение С близко к единице, то агрометеорологические условия оцениваемого периода близки к средним многолетним, если больше единицы — условия оцениваемого периода более благоприятны для формирования урожая кукурузы по сравнению со средними многолетними. Худшие условия формирования урожая по сравнению со среднемноголетними условиями характеризуются значением оценки меньше единицы.

Прогноз урожайности кукурузы на зерно составляется 21 июня и уточняется 21 июля (в установленные Росгидрометом сроки). Методики прогноза

урожайности для субъектов Российской Федерации отрабатывались на материалах наблюдений 2001 -2006 гг. Авторские испытания проводились на данных 2007-2011 гг. В дальнейшем результаты авторских испытаний были использованы для последующего анализа и доработки методик прогноза урожайности кукурузы на зерно для рассматриваемых субъектов и субъектов Центрального и Приволжского федеральных округов.

В табл. 1 представлены средние значения абсолютных и относительных ошибок прогнозов урожайности кукурузы на зерно за период авторских испытаний (2007-2011 гг.).

Таблица 1. Средние абсолютная и относительная ошибки прогнозов урожайности кукурузы на зерно в результате авторских испытаний

Дата составления прогноза 21.06 21.07 21.06 21.07 21.06 21.07 21.06 21.07

Субъект Российской Федерации Абсолютная ошибка, ц/га Относительная ошибка, %

сЫЭУ! без ЫЭУ! сЬЮУ! без ЫЭУ!

Краснодарский край 3,0 0,8 3,7 2,8 8,6 1,9 10,4 7,0

Ростовская область 2,3 0,2 4,5 2,0 11,7 0,9 23,9 10,2

Ставропольский край 2,4 1,6 4,2 1,6 7,2 4,5 11,5 4,3

Волгоградская область 4,2 1,0 5,1 2,4 29,5 3,5 34,0 12,6

Кабар.-Балкарская Республика 3,9 2,1 3,0 1,2 9,0 5,0 7,1 2,9

Республика Сев.Осетия-Алания 1,5 3,0 3,1 3,7 2,7 5,2 6,1 7,0

Республика Дагестан 1,6 1,3 2,4 1,5 5,4 4,4 8,1 4,8

Средняя ошибка 2,7 1,4 3,7 2,2 10,6 3,6 14,4 7,0

2,1 3,0 7,1 10,7

Средняя абсолютная ошибка испытываемых прогнозов без использования ИЭУ! в динамической модели в первый и второй срок прогноза соответственно составила ± 3,7 ц/га и ± 2,2 ц/га, с использованием N0X^1 - ± 2,7 ц/га и ± 1,4 ц/га. Значения относительной ошибки прогнозов при использовании спутниковой информации в модели также уменьшились (в первый срок прогноза с 14,4 % до 10,6 %, во второй срок - с 7,0 % до 3,6 %). Полученные результаты подтверждают целесообразность использования спутниковой информации при прогнозировании урожайности кукурузы.

Чтобы оценить целесообразность внедрения новых динамико-статисти-ческих методов прогноза урожайности кукурузы в оперативную практику и степень их пригодности для конкретной территории, по результатам авторских

испытаний (2007-2011 гг.) оценена оправдываемость метода с доверительным интервалом 0,67-а (где о - среднеквадратическое отклонение временного ряда урожайности) и средние относительные ошибки оправдавшихся прогнозов (табл. 2), в соответствии с РД 52.27.284 - 91.

Таблица 2. Оправдываемость метода (р) прогноза урожайности и средние ошибки оправдавшихся прогнозов (сі) в 2007 - 2011 гг.

Субъект Российской Федерации Дата составления прогноза Прогноз

испытываемый инерционный климатологический

с NDVI без NDVI

р,% d,% Р,% d, % р,% d, % Р,% d, %

Краснодарский край 21.06 80 3,4 80 4,3 20 2,4 40 12,1

21.07 100 2,3 100 7,1

Ростовская область 21.06 100 9,7 80 7,4 20 11,1 20 14,6

21.07 100 0,8 100 7,7

Ставропольский край 21.06 100 6,8 80 7,0 40 7,0 60 6,4

21.07 100 4,5 100 4,4

Волгоградская область 21.06 80 8,7 60 7,1 20 7,8 20 3,0

21.07 100 3,2 100 8,4

Кабар.-Балкарская Республика 21.06 100 10,0 100 7,8 100 7,9 60 7,8

21.07 100 5,4 100 3,2

Республика Сев. Осетия-Алания 21.06 100 3,5 80 3,1 60 9,5 40 2,3

21.07 100 5,7 80 4,3

Республика Дагестан 21.06 100 6,1 60 4,3 60 6,8 60 4,5

21.07 100 4,4 80 3,1

Средние значения 21.06 94,3 6,9 77,1 5,9 45,7 7,5 42,9 7,2

21.07 100 3,8 94,3 5,5

Средние за 21.06 и 21.07 97,1 5,3 85,7 5,7

В заключении сформулированы основные результаты диссертации.

1. Обоснована возможность использования «вегетационного индекса» N0^4 в блоке расчета фотосинтеза (газообмена) посева в базовой модели.

2. Получена формула расчета листового индекса кукурузы для территории Краснодарского края по дистанционным данным (значениям ИОУГ).

3. Создана усовершенствованная динамическая модель продукционного процесса кукурузы с использованием:

- метеорологической и агрометеорологической информации;

- спутниковых данных, метеорологической и агрометеорологической информации.

4. В динамической модели биопродуктивности учтены биологические особенности культуры и основные агроклиматические факторы территории возделывания кукурузы на зерно.

5. Разработано два динамико-статистических метода прогноза урожайности кукурузы на зерно для семи субъектов Российской Федерации с использованием:

- метеорологической и агрометеорологической информации;

- спутниковых данных, метеорологической и агрометеорологической информации.

6. Проведена оценка качества методов прогнозов урожайности:

- результаты авторской проверки модели на данных 2007-2011 гг. в обоих случаях показали достаточно высокую оправдываемость (60 - 100 %) методов прогноза урожайности кукурузы на зерно;

- использование данных дистанционного зондирования повысило оправдываемость прогнозов в первый срок составления прогнозов в среднем на 17,1 %, во второй срок —в среднем на 5,7 %;

- средняя относительная ошибка испытываемых прогнозов для семи субъектов Российской Федерации с использованием только метеорологической и агрометеорологической информации составила 10,7 %;

- использование спутниковой информации в модели позволило снизить величину средней относительной ошибки испытываемых прогнозов для семи субъектов Российской Федерации до 7,1 %.

7. Разработаны методы и технология оперативного прогнозирования урожайности кукурузы на зерно по основным кукурузосеющим субъектам Российской Федерации.

Полученные результаты дают основание для использования спутниковой информации в дальнейшем при создании новых и усовершенствовании применяемых в оперативной практике прогнозирования урожайности динамических моделях продукционного процесса сельскохозяйственных культур.

РАБОТЫ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ

1. Найдина, Т.А. Использование вегетационного индекса (ЫОУ1) в динамических моделях прогнозирования урожая сельскохозяйственных культур. / Т.А. Найдина // Тезисы докладов конференции молодых специалистов, посвященной 50-летию НПО «Тайфун». - Обнинск: ООО «Принт-Сервис», 2010.-С. 104-107.

2. Найдина, Т.А. Использование спутниковой информации в динамических моделях прогнозирования урожая сельскохозяйственных культур / Т.А. Найдина // Решетневские чтения: материалы XIV Межд. науч. конф., посвящ. памяти генерал. конструктора ракет.-космич. систем академика М.Ф. Решетнева. - Красноярск: Изд-во Сиб. гос. аэрокосмич. ун-та, 2010. -Ч. 1. - С. 197- 198.

3. Найдина, Т.А. Использование спутниковой информации в моделях биопродуктивности зерновых культур для расчета фотосинтеза / Т.А. Найдина // Тезисы докладов конференции молодых ученых, посвященной 55-летию образования Института прикладной геофизики. - Москва, 2010. - С. 51.

4. Найдина, Т.А. Использование спутниковой информации в моделях биопродуктивности зерновых культур для расчета интенсивности фотосинтеза / Т.А. Найдина // Труды ИПГ. - Москва, 2011. - С. 189 - 195.

5. Клещенко, А.Д. Использование данных дистанционного зондирования для моделирования физиологических процессов растений в динамических моделях прогнозирования урожая / А.Д. Клещенко, Т.А. Найдина // Современные проблемы дистанционного зондирования Земли из космоса: сборник научных статей. - М.: ООО «ДоМира», 2011. - Вып. 1, т. VIII. - С. 170 - 177. (Личный вклад автора 70 %).

6. Клещенко, А.Д. Применение спутниковых данных для прогнозирования урожая кукурузы на территории Южного и Северо-Кавказского федеральных округов / А.Д. Клещенко, Т.А. Найдина, Т.А. Гончарова // Земля из космоса - наиболее эффективные рещения: тезисы 5-й межд. конф. - М.: Инженерно-технологический Центр СканЭкс, НП «Прозрачный мир», Изд-во Бином, 2011. — С. 151 - 152 (нарусск. яз.), 351 -352 (на англ. яз.). (Личный вклад автора70 %).

7. Клещенко, А.Д. Использование данных дистанционного зондирования для моделирования продукционного процесса кукурузы / А.Д. Клещенко, Т.А. Найдина, Т.А. Гончарова // Современные проблемы дистанционного зондирования Земли из космоса: тезисы докладов IX открытой Всероссийской конференции. - М.: ООО «ДоМира», 2011. - С. 358. (Личный вклад автора 70 %).

8. Клещенко, А.Д. Использование спутниковой информации в динамических моделях прогнозирования урожайности сельскохозяйственных культур / А.Д. Клещенко, Т.А. Гончарова, Т.А. Найдина // Метеорология и гидрология. - 2012. - №4. - С. 90 - 99. (Личный вклад автора 70 %).

9. Клещенко, А.Д. Использование данных дистанционного зондирования для моделирования продукционного процесса кукурузы / А.Д. Клещенко, Т.А. Найдина, Т.А. Гончарова // Современные проблемы дистанционного зондирования Земли из космоса: сборник научных статей. - М.: ООО «ДоМира», 2012. - Вып. 3, т. IX. - С. 259 - 268. (Личный вклад автора 70 %).

10. Найдина, Т.А. Прогнозирование урожайности зерновых культур с использованием спутниковой информации / Т.А. Найдина // Идеи К.Э.Циолковского: прошлое, настоящее, будущее: материалы ХЬУП Научных чтений памяти К.Э. Циолковского. - Калуга: Изд-во «Эйдос», 2012. - С. 315 -316.

11. Клещенко, А.Д. Методика оперативного прогнозирования урожайности зерновых культур с использованием вегетационного индекса [Электронный ресурс] / А.Д. Клещенко, Т.А. Найдина, В.М. Лебедева // Современные проблемы дистанционного зондирования Земли из космоса: тезисы докладов X открытой Всероссийской конференции. - Москва, 2012. - С. 397. - Режим доступа http://smiswww.iki.rssi.ru/dЗЗ_conf/thesisshow.aspx?page=27&thes¡s=3349.html. (Личный вклад автора 70 %).

12. Клещенко, А.Д. Динамическая модель продукционного процесса кукурузы с использованием спутниковой информации и методы прогноза урожайности / А.Д. Клещенко, Т.А. Найдина // Метеорология и гидрология. -

2012. - №12. -С. 88 - 98. (Личный вклад автора 70 %).

13. Найдина, Т.А. Прогнозирование урожайности зерна кукурузы по субъектам Российской Федерации на основе динамической модели /Т.А. Найдина // Тезисы участников конференции молодых специалистов. - М.: Изд-во ИПГ, 2012. - С. 40.

14. Найдина, Т.А. Метод прогноза урожайности кукурузы с использованием спутниковой информации /Т.А. Найдина // Тезисы докладов конференции молодых специалистов, НПО «Тайфун». - Обнинск: ООО «Принт-Сервис»,

2013.-С. 207-2010.

15. Найдина, Т.А. Прогнозирование урожайности зерна кукурузы по субъектам Российской Федерации на основе динамической модели /Т.А. Найдина // Т.А. Найдина // Труды ИПГ. - Москва, 2013. - (в печати).

16. Найдина, Т.А. Новый подход к прогнозированию урожайности кукурузы / Т.А. Найдина // Сборник научных работ лауреатов конкурсов на соискание областных именных премий и стипендий им. Н.В. Тимофеева-Ресовского. -Калуга, 2013. - (в печати).

17. Найдина, Т.А. Динамико-статистические методы прогноза урожайности кукурузы по субъектам Приволжского и Центрального федеральных округов / Т.А. Найдина // Агрометеорологическое обеспечение устойчивого развития сельского хозяйства в условиях изменения климата: труды межд. науч.-практич. конф., посвящ. 35-летию образования ФГБУ «ВНИИСХМ». - Обнинск, 2013. - (в печати).

Подписано к печати 25.07.2013. Формат 60x84/16. Печать офсетная. Печ. л. 1. Тираж 100 экз. Заказ № 23. Отпечатано в ФГБУ «ВНИИГМИ-МЦД»,"'Г. Обнинск, ул. Королева, 6.

Текст научной работыДиссертация по наукам о земле, кандидата географических наук, Найдина, Татьяна Александровна, Обнинск

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ «ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ СЕЛЬСКОХОЗЯЙСТВЕННОЙ МЕТЕОРОЛОГИИИ» (ФГБУ «ВНИИСХМ»)

На правах рукописи

04201362446

НАЙДИНА ТАТЬЯНА АЛЕКСАНДРОВНА

ДИНАМИКО-СТАТИСТИЧЕСКАЯ МОДЕЛЬ ПРОДУКЦИОННОГО ПРОЦЕССА КУКУРУЗЫ С ИСПОЛЬЗОВАНИЕМ СПУТНИКОВОЙ ИНФОРМАЦИИ И МЕТОД ПРОГНОЗА УРОЖАЙНОСТИ

Специальность 25.00.30 - «Метеорология, климатология, агрометеорология»

ДИССЕРТАЦИЯ на соискание ученой степени кандидата географических наук

Научный руководитель -доктор географических наук, профессор Клещенко А.Д.

Обнинск 2013

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ.........................................................................................................................4

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ КУКУРУЗЫ.....................................................................................12

1.1. Постановка проблемы..............................................................................................12

1.2. Обзор существующих моделей прогнозирования урожайности кукурузы......13

1.2.1. Физико-статистические модели...........................................................................14

1.2.2. Динамические имитационные модели................................................................17

1.2.3. Модели с использованием спутниковых данных..............................................34

Выводы к первой главе....................................................................................................41

ГЛАВА 2. ХАРАКТЕРИСТИКА КУЛЬТУРЫ И ТЕРРИТОРИИ ЕЕ ПРОИЗРАСТАНИЯ.........................................................................................................43

2.1. Характеристика культуры........................................................................................43

2.2. Характеристика территории произрастания.........................................................50

Выводы ко второй главе..................................................................................................62

ГЛАВА 3. ДИНАМИКО-СТАТИСТИЧЕСКАЯ МОДЕЛЬ ПРОДУКЦИОННОГО ПРОЦЕССА КУКУРУЗЫ С ИСПОЛЬЗОВАНИЕМ СПУТНИКОВОЙ ИНФОРМАЦИИ..............................................................................................................63

3.1. Анализ базовой модели............................................................................................63

3.2. Модернизация базовой модели...............................................................................75

3.2.1. Исследование взаимосвязи наземных и спутниковых данных.......................78

3.2.2. Использование спутниковой информации для расчета интенсивности фотосинтеза.......................................................................................................................84

3.2.3. Использование спутниковой информации для расчета листового индекса.. 92

3.2.4. Учет влияния температурного режима на урожайность..................................99

3.2.5. Учет влияния влажностного режима на урожайность....................................105

3.3. Моделирование продукционного процесса кукурузы с использованием спутниковой информации.............................................................................................109

Выводы к третьей главе.................................................................................................119

ГЛАВА 4. РАЗРАБОТКА ДИНАМИКО-СТАТИСТИЧЕСКИХ МЕТОДОВ ПРОГНОЗА УРОЖАЙНОСТИ КУКУРУЗЫ НА ЗЕРНО.......................................121

4.1. Схема расчета средней областной урожайности................................................121

4.2. Входные данные......................................................................................................124

4.3. Прогнозирование тенденции временного ряда урожайности..........................126

4.4. Оценка условий формирования урожая...............................................................131

4.5. Результаты авторских испытаний.........................................................................133

Выводы к четвертой главе............................................................................................138

ЗАКЛЮЧЕНИЕ..............................................................................................................139

Литература......................................................................................142

Приложение 1. Список опубликованных и приравненных к ним научных трудов

автора, справки о личном творческом вкладе автора....................................168

Приложение 2. Абсолютная и относительная ошибки прогнозов урожайности

кукурузы на зерно в результате авторских испытаний.............................................175

Приложение 3. Временные методические указания (проект) для составления прогноза урожайности кукурузы на зерно.................................................................178

ВВЕДЕНИЕ

Актуальность исследования. Кукуруза является одной из наиболее ценных и распространенных в мире злаковых культур. По площади посева и валовому производству в мире наряду с пшеницей и рисом она является основной зерновой культурой. Кукуруза отличается от других зерновых культур высокой потенциальной урожайностью и широкой универсальностью использования в пищевой промышленности, животноводстве, медицине и других отраслях экономики.

Производство кукурузы в России, как и в мире неуклонно растет. По данным РОССТАТ, за последние пять лет (2008 - 2012 гг.), по сравнению с предшествующим пятилетним периодом (2003 - 2007 гг.), среднегодовые значения валового сбора, посевной площади и урожайности зерна кукурузы увеличились соответственно на 76 % (от 3,29 до 5,78 млн. тонн), 63 % (от 1,03 до 1,67 млн. га) и 7,3 % (от 35,4 до 37,9 ц/га). Определенную роль в этом сыграло наблюдающееся изменение климата (Б.Г. Шерстюков [147], P.M. Вильфанд, А.И. Страшная [19]).

В связи с возрастающей хозяйственной ценностью этой культуры в нашей стране необходим своевременный и качественный агрометеорологический прогноз ее урожайности, содействующий принятию плановых и стратегических решений, с целью увеличения объема полезной продукции высокого качества и разработки баланса зерна страны и отдельных территорий.

В настоящее время в оперативной практике Росгидромета для прогнозирования урожайности кукурузы используются регрессионные методы, разработанные А.И. Страшной [117-119], Л.В.Комоцкой и др. [51]. Регрессионные методы, как известно, имеют ряд недостатков, присущих всем физико-статистическим моделям.

Динамико-статистический подход и использование спутниковой информации в моделях биопродуктивности растений являются перспективным направлением в развитии новых методов прогноза урожайности кукурузы.

Предпосылки создания математической модели продукционного процесса кукурузы с использованием спутниковой информации для прогнозирования ее урожайности следующие:

- наличие исследований, свидетельствующих о целесообразности комплексного использования наземных данных и спутниковой информации для изучения и математического моделирования агроэкосистем, а также для оценки и прогноза урожайности сельскохозяйственных культур;

- внедрены и используются в оперативной практике Росгидромета методики динамико-статистических прогнозов урожайности основных зерновых культур и картофеля;

- наличие автоматизированной информационно-прогностической системы (ИПС) обеспечения сельского хозяйства, в которой прогнозы для основных культур по субъектам Российской Федерации составляются на общей информационной базе (ежегодной статистической и стандартной декадной агрометеорологической информации) по динамико-статистическим моделям формирования урожая;

- возможность включения в существующую ИПС методов прогноза урожайности с использованием спутниковой информации, что повышает качество оперативного агрометеорологического обеспечения сельского хозяйства Российской Федерации.

Необходимость разработки методик прогноза урожайности кукурузы на зерно для субъектов Южного и Северо-Кавказского федеральных округов обусловлена следующими причинами:

- Основные площади, занимаемые кукурузой, сосредоточены на территории Южного и Северо-Кавказского федеральных округов - на их долю приходится до 80 - 90 % посевных площадей и валового сбора зерна данной куль-

туры, собираемого в Российской Федерации [118]. По сравнению с 80-и годами прошлого столетия, валовой сбор зерна кукурузы в этих округах увеличился в последние годы на 14 - 15 %.

- Доступность наземных измерений листового индекса и биомассы растений кукурузы в Краснодарском крае дает возможность разработать методику использования спутниковых данных для прогнозирования урожайности кукурузы.

Цель работы. Разработка метода и технологии прогнозирования урожайности кукурузы на зерно по основным кукурузосеющим субъектам Российской Федерации на основе динамико-статистической модели продукционного процесса кукурузы с использованием спутниковой информации.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

- Анализ существующих математических моделей и выбор наиболее перспективной для разработки новой динамико-статистической модели продукционного процесса кукурузы.

- Оценка возможности использования спутниковых данных в применяемых в оперативной практике моделях прогнозирования урожайности сельскохозяйственных культур.

- Разработка динамико-статистической модели продукционного процесса кукурузы с использованием спутниковой информации.

- Разработка технологии прогноза урожайности кукурузы на зерно.

Методы выполнения работы. Работа выполнялась поэтапно в соответствии с перечисленными выше задачами. Для решения стоящих в работе задач использовались методы системного анализа, математического и имитационного моделирования, математической статистики, структурного и объектно-ориентированного программирования.

Научная новизна диссертации:

- Впервые усовершенствована модель продукционного процесса кукурузы с использованием спутниковой информации, предназначенная для оперативного агрометеорологического обеспечения сельского хозяйства Российской Федерации.

- Разработаны два динамико-статистических метода прогноза урожайности зерна кукурузы для субъектов Южного и Северо-Кавказского федеральных округов:

■ с использованием метеорологической и агрометеорологической информации;

■ с включением спутниковых данных, наряду с метеорологической и агрометеорологической информацией.

- Разработана технология оперативного прогнозирования урожайности кукурузы на зерно по основным кукурузосеющим субъектам Российской Федерации.

Обоснованность и достоверность научных положений и выводов, содержащихся в диссертационном исследовании, обеспечена использованием современной теории, апробированных методов и средств моделирования агроэко-систем, технологий вычислительных экспериментов, соответствием фактических значений агрометеорологических показателей расчетным, подтверждением результатов прогноза фактической урожайности кукурузы на зерно на территории семи субъектов Российской Федерации в период 2007 - 2011 гг.

Теоретическая и практическая значимость работы. Разработанная динамическая модель биопродуктивности кукурузы с использованием спутниковой информации способствует дальнейшему развитию методов математического моделирования и информационных технологий для установления количественных зависимостей формирования урожая от агрометеорологических факторов, а также их применению в области прогнозирования урожайности куку-

рузы. Авторские испытания разработанных методов прогноза урожайности кукурузы на зерно дали положительные результаты.

В дальнейшем запланировано проведение производственных испытаний разработанных методов с целью использования их в оперативной практике агрометеорологического обеспечения сельского хозяйства Российской Федерации.

Предмет защиты и личный вклад автора. На защиту выносятся:

- Усовершенствованная динамико-статистическая модель продукционного процесса кукурузы с использованием:

■ метеорологической и агрометеорологической информации;

■ спутниковых данных, метеорологической и агрометеорологической информации.

- Методики прогноза урожайности кукурузы на зерно для семи субъектов Российской Федерации, основанные на динамико-статистическом методе прогнозирования с использованием:

■ метеорологической и агрометеорологической информации;

■ спутниковых данных, метеорологической и агрометеорологической информации.

- Технология оперативного прогнозирования урожайности кукурузы на зерно по семи субъектам Российской Федерации.

- Комплекс программных средств для проведения расчетов по оперативному прогнозированию урожайности кукурузы на зерно, который может быть включен в информационно-прогностическую систему обеспечения сельского хозяйства Российской Федерации.

Личный вклад автора заключается в анализе экспериментальных данных, разработке алгоритмов решения задач, поставленных научным руководителем, программной реализации динамико-статистических методов прогноза урожайности кукурузы, интерпретации результатов исследования и подготовке публикаций по теме диссертации.

Апробация работы. Основные положения и отдельные результаты диссертационной работы были опубликованы, докладывались, обсуждались и получили одобрение на следующих научных конференциях:

1. VIII Всероссийская конференция «Современные проблемы дистанционного зондирования Земли из космоса», ИКИ РАН, Москва, 2010.

2. Конференция молодых специалистов, посвященная 50-летию НПО «Тайфун», Обнинск, 2010.

3. XIV Международная научная конференция «Решетневские чтения», СибГАУ, Красноярск, 2010.

4. Конференция молодых ученых, посвященная 55-летию образования Института прикладной геофизики им. Федорова, ИНГ, Москва, 2011.

5. IX Всероссийская конференция «Современные проблемы дистанционного зондирования Земли из космоса», ИКИ РАН, Москва, 2011.

6. V Международная научная конференция «Земля из космоса - наиболее эффективные решения», Москва, 2011.

7. XLVII Научные чтения, посвященные памяти К.Э. Циолковского, Калуга, 2012.

8. III Международная научно-практическая конференция «Агрометеорологическое обеспечение устойчивого развития сельского хозяйства в условиях глобального изменения климата», посвященная 35-летию образования ФГБУ «ВНИИСХМ», 2012.

9. X Всероссийская конференция «Современные проблемы дистанционного зондирования Земли из космоса», ИКИ РАН, Москва, 2012.

Ю.Конференция молодых специалистов, ИНГ им. Федорова, Москва, 2012.

И. Конференция молодых специалистов по гидрометеорологии и мониторингу окружающей среды, НПО «Тайфун», Обнинск, 2013.

Публикации. По теме диссертации опубликовано 17 работ, включая 4 статьи в журналах, рекомендуемых ВАК России для опубликования научных

результатов диссертаций. С единоличным авторством опубликовано 10 работ (прил. 1).

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, трех приложений и списка используемой литературы (212 наименований, из которых работы автора составляют 16 наименований). Основной материал изложен на 141 странице, включая 36 рисунков и 7 таблиц.

Содержание глав диссертации.

В первой главе обозначена проблема настоящего исследования, и рассмотрены пути ее решения посредством обзора существующих математических моделей прогнозирования урожайности кукурузы, в том числе, с использованием спутниковой информации. Обоснован выбор базовой модели для разработки динамико-статистического метода прогноза урожайности кукурузы на зерно для территории Российской Федерации.

Во второй главе рассматриваются особенности изучаемой культуры и ареал ее распространения. Обозначены наиболее значимые для моделирования продуктивности биологические характеристики кукурузы. Для разработки метода прогноза урожайности рассмотрены климатические особенности территории произрастания кукурузы, приведена необходимая агроклиматическая информация для математического моделирования продукционного процесса кукурузы для основных кукурузосеющих субъектов Российской Федерации.

Третья глава посвящена анализу базовой и разработке усовершенствованной динамической модели продукционного процесса кукурузы, в том числе с использованием спутниковой информации. Исследованы возможности использования спутниковых данных в моделях биопродуктивности, проведена модернизация базовой модели и разработана новая модель продуктивности кукурузы для использования в оперативной работе Росгидромета. Структура созданной модели обеспечивает достаточно полное описание основных процессов жизнедеятельности культуры (включает количественное описание процессов газооб-

мена и роста растения), учитывает биологические особенности кукурузы и ее взаимодействие с окружающей средой.

Четвертая глава посвящена разработке технологии оперативного прогнозирования урожайности кукурузы по основным кукурузосеющим субъектам Российской Федерации. На основе новой динамической модели продукционного процесса кукурузы разработаны динамико-статистические методы в двух вариантах (с использованием в модели только наземных данных и с включением вегетационного индекса КБУ1), программный комплекс и проект методических указаний для оперативного прогнозирования урожайности кукурузы на зерно.

Благодарности. Автор выражает глубокую благодарность своему научному руководителю д-ру геогр. наук, профессору А.Д. Клещенко, специалисту по агрометпрогнозам Т.А. Гончаровой и канд. геогр. наук В.М. Лебедевой за неоценимую помощь, чуткое руководство и всестороннее содействие на всех этапах диссертационного и�