Анализ и прогноз метеопараметров в мезорайоне применительно к планированию сельскохозяйственного производства

Аджиева, Аида Анатольевна

Бесплатный автореферат и диссертация по географии на тему
Анализ и прогноз метеопараметров в мезорайоне применительно к планированию сельскохозяйственного производства
ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Анализ и прогноз метеопараметров в мезорайоне применительно к планированию сельскохозяйственного производства"

ФЕДЕРАЛЬНАЯ СЛУЖБА РОССИИ ПО ГИДРОМЕТЕОРОЛОГИИ И

МОНИТОРИНГУ ОКРУЖАЮЩЕЙ СРЕДЫ р|*Б фД

1 к ; чГ ■ -

ВЫСОКОГОРНЫЙ ГЕОФИЗИЧЕСКИИ ИНСТИТУТ ' 1 - '

На правах рукописи

Аджиева Анда Анатольевна

АНАЛИЗ И ПРОГНОЗ МЕТЕОПАРАМЕТРОВ В МЕЗОРАЙОНЕ ПРИМЕНИТЕЛЬНО К ПЛАНИРОВАНИЮ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА

11.00.09 - Метеорология, климатология, агрометеорология

Автореферат диссертации на соискание ученой степени кандидата физико-математических наук

1а !1,ми!ч - :000

Работа выполнена в Высокогорном геофизическом институте

Научные руководители:

доктор физико - математических наук профессор АшабоковБ.Л кандидат физико-математических нау Шаповалов А.Е

Официальные оппоненты:

доктор физико-математических нау Каплан Л.Г.

кандидат физико-математических нау доцент Шугунов Л.Дж

Ведущая организация:

Кабардино-Балкарский ордена Дружб Народов государственный Университет им. Бербеко]

Защита состоится «21 » О? 2000 года в К часов на заседай] Специализированного совета Д024.10.01 при Высокогорном геофизически институте по адресу: 360030, КБР, г. Нальчик, пр. Ленина, 2

С диссертацией можно ознакомиться в библиотеке Высокогорного

геофизического института.

Автореферат разослан «30» ()£ 2000г.

Ученый секретарь Специализированного совета, доктор физико-математических наук,

профессор < ^ М.И. Тлисов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современная методология исследования АПК должна включать в качестве своего важнейшего элемента систему экономико-математических моделей и средств их программной реализации, обеспечивающей многовариантные прогнозные расчеты.

Использование экономико-математических моделей позволяет: лучше понимать многообразие взаимосвязей и факторов; обосновать причинно-следственные зависимости; изучать функционирование системы, когда натурный эксперимент приводит к потерям времени, а иногда и просто невозможен в силу непредсказуемости окружающих факторов; синтезировать на модельном уровне стратегии управления и оценивать целесообразность их реализации на практике.

Оптимизация деятельности сельскохозяйственного предприятия на основе соответствующих экономико-математических моделей требует прогноза урожайностей сельскохозяйственных культур, которые тесно связаны с метеорологическими параметрами в мезорайоне, в частности с атмосферными осадками, выпадающими на данной территории. Поэтому прогноз метеопараметров и определение их связи с урожайностью сельскохозяйственных культур имеют важное значение.

В настоящее время для прогноза метеорологических параметров и урожайностей сельскохозяйственных культур применяются различные подходы, тем не менее, корректное решение этой задачи встречает трудности, обусловленные сложностью или даже невозможностью получения информации необходимого объема и качества. Этими причинами можно объяснить невысокую точность существующих методов. Поэтому проблема усовершенствования существующих и разработки новых методов прогнозирования отмеченных параметров до настоящего времени является актуальной.

Цель работы. В связи с актуальностью проблемы прогноза метеорологических параметров в мезорайоне и учета природных факторов при планировании сельскохозяйственного производства цель исследования настоящей работы заключалась в следующем:

- разработать метод прогноза метеорологических параметров в мезорайоне с удовлетворительной точностью;

- разработать алгоритмы расчета корреляционных связей между урожайностью сельскохозяйственных культур и метеопараметрами;

- разработать алгоритм учета метеопараметров в задачах планирования сельскохозяйственного производства;

- осуществить апробацию разработанных методов и алгоритмов на тестовых задачах и конкретном материале;

- оценить ошибки прогнозов и планирования;

выполнить прогноз метеопараметров и урожайностей сельскохозяйственных культур в мезорайоне;

- разработать модель оптимального управления сельскохозяйственными мероприятиями с учетом природных факторов;

- решить задачу оптимизации для конкретного хозяйства;

оценить перспективы применения разработанной экономико-математической модели в сфере агропромышленного комплекса.

Таким образом, в диссертационной работе осуществляется решение важных и актуальных научных проблем.

Научная новизна. В работе впервые получены следующие основные результаты:

разработан метод прогноза метеорологических параметров в мезорайоне, который основан на выделении скрытых периодичностей во временных рядах их значений;

дана количественная оценка связи между урожайностью наиболее распространенных в КБР сельскохозяйственных культур и метеопараметрами

(суммарное количество осадков за различные сроки), на основании разработанной корреляционной модели;

получены прогнозные значения количества осадков и урожайностей различных сельскохозяйственных культур в условиях КБР на период 1999 по 2003 годы;

с использованием данных конкретного хозяйства и полученных прогнозов выполнено оптимальное планирование производства

сельскохозяйственной продукции.

Практическая ценность исследования состоит в его ориентации на повышение эффективности сельскохозяйственного производства с учетом сложившихся природно-климатических условий региона.

Определены и сформулированы конкретные теоретические, методологические и практические предложения, которые могут найти применение в управлении производством сельскохозяйственной продукции.

Результаты работы являются составной частью программы экономических исследований Кабардино-Балкарской государственной сельскохозяйственной академии и используются в учебном процессе.

Теоретические положения и практические рекомендации могут использоваться: администрацией сельскохозяйственных предприятий при планировании их деятельности, в научных исследованиях, в учебном процессе при подготовке специалистов сельского хозяйства.

Предмет защиты.

метод прогнозирования временных рядов метеопараметров в

мезорайоне;

результаты исследования связей между урожайностями различных сельскохозяйственных культур и метеорологическими параметрами;

результаты прогноза метеорологических параметров и урожайностей сельскохозяйственных культур в Баксанском районе КБР;

модель оптимального планирования структуры посевных площадей с учетом природных факторов.

Апробация работы. Основные результаты работы прошли научную и практическую апробацию, что подтверждается справками о внедрении.

Разработанный в работе метод анализа и прогноза временных рядов значений метеопараметров внедрен в Высокогорном геофизическом институте, метод оптимального планирования производства сельскохозяйственной продукции прошел апробацию и будет использоваться в дальнейшем в КСХП «Кызбурун».

Результаты диссертационной работы докладывались и обсуждались на научно-практических конференциях в КБГСХА (1996г.); на международной конференции «Системные проблемы надежности математического моделирования и информационных технологий» (Сочи, 1998г.); на конференции молодых ученых национальных гидрометеорологических служб стран СНГ, награждена почетной грамотой (Москва 1999г.)

По теме диссертации опубликовано пять работ, общим объемом 2,6 п.л.

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения и списка использованной литературы. Объем работы составляет 140 страниц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы исследования, приводятся формулировка цели диссертационной работы, практическая значимость полученных результатов и их научная новизна, представлены результаты, выносимые на защиту.

В первой главе проводится анализ влияния природных факторов на производство сельскохозяйственных культур. Затронуты проблемы их учета при планировании сельскохозяйственного производства.

Проводится критический анализ существующих методов прогнозирования метеорологических параметров в мезорайоне и показателей производства сельскохозяйственной продукции.

Рассматриваются существующие методы и модели оптимального планирования сельскохозяйственного производства.

Вторая глава посвящена разработке метода прогноза

метеорологических параметров с использованием временных рядов их значений. Метод основан на выделении скрытых периодичностей во временных рядах.

Для построения модели прогнозирования временного ряда значений метеорологических параметров предполагается, что его можно представить в виде суммы детерминированной основы и «белого шума»:

у,=т{ 0 + (1)

где У, - наблюдаемый временной ряд, £ -некореллированные случайные величины с нулевым математическим ожиданием и дисперсией в2, ш(1) -детерминированная основа.

Далее, делая предположение о том, что прогнозируемый процесс является полигармоническим, т.е. процесс изменения значений показателей во времени описывается суммой конечного числа гармоник, которые характеризуются своими амплитудами, периодами и сдвигами фаз, детерминированная часть (1) записывается в виде ряда Фурье:

ю(0 = у + ¿[ а1 у •/' ) + Ь1 у У ) ]. (2)

Имеем {>=(Т-1)/2, если Т нечетное и {*=Т/2-1, если Т - четное.

Отметим, что функция ш(1) используется в качестве модели для прогнозирования временного ряда. Поэтому от точного построения этой функции зависит и возможность решения задачи прогнозирования временного ряда. В данной работе предлагается ограничиться для ее построения теми гармониками, которые заложены во временном ряде самой природой процесса.

В случае, когда заданы дискретные значения у^), коэффициенты в (2) определяются следующими выражениями:

2 V

«о =

1 /=!

2 V-! 1л .

а> = тЪУ'

^ _ 2 -у| 2л

> гр 2-а У* ^^ р № ,

у = 1,2,...,я.

При четном Т к ним добавляется

Алгоритм определения скрытых гармоник состоит из следующих шагов: определяются амплитуды .¡-х гармоник

7=1,2,...,*.

Вычисляются статистики 5.

и. = -

7 = 1,2,...,*.

Статистики упорядочиваются по убыванию, при этом для наибольшей из них оценка вероятности того, что квадрат амплитуды нулевой составляющей превышает уровень 5тах определяется по формуле:

р=о

g!(Л-g)!•

g!(Л-g)!'

А!

где г - наибольшее целое, не превосходящее к-1, для которого

М^К^о.

На основе следующего выражения оценивается вероятность того, что шум превысит уровень 8]:

где индекс у = 2,3,...,£ соответствует месту оцениваемой амплитуды в

для которого 1 - ги} > 0 .

Такой анализ позволяет выявить наличие значимых гармоник с периодами кратными ¿Л/, где А? шаг квантования.

Уменьшением исходной длины выборки изменяется длительность пробного периода и периодов кратных ему гармоник. Это позволяет сравнивать достоверность значимых гармоник в каждом цикле расчетов, поскольку близкие по частоте ритмы имеют разные точечные оценки их достоверности, что позволяет организовать поиск значимых амплитуд по минимуму вероятности принадлежности к «белому шуму», а также установить статистический разброс параметров индивидуальных гармоник.

Отобранные по изложенной схеме гармоники характеризуются амплитудой и сдвигом фаз по отношению к началу эксперимента.

упорядоченной последовательности статистик {к, ), а V - наибольшее целое,

Далее с учетом выделенных таким образом гармоник строится функция m(t), которая используется в качестве модели прогнозирования значений метеорологических параметров.

Для проверки метода выделения периодичностей были проведены тестовые расчеты. Они показали, что метод достаточно точно выделяет содержащиеся во временных рядах периодичности и построенную таким образом функцию m(t) можно использовать для прогнозирования временных рядов.

Данный метод использовался для прогнозирования количества осадков в Баксанском районе КБР. При этом использовались данные измерений за период с 1970 по 1998 годы (всего 29 лет).

Результаты выделения периодичностей во временном ряде значений зимних осадков приведены в таблице 1.

Таблица 1.

Выделенные периоды, амплитуды и сдвиги фаз для зимних осадков.

N Период Амплитуда Сдвиг фаз

(год) (мм) (град)

1 4 7 180

2 8 6.5 90

Постоянная составляющая - ао=67,9

Выявлены две гармоники с периодами: Т] = 4 года, Тг = 8 лет. Гармоники с отмеченными периодами вероятно связаны с четырехлетним циклом солнечной активности, который определен не так давно зарубежными исследователями.

Для контроля точности прогнозов проведена оценка погрешности по каждому году. Сравнение фактических данных и модельных, рассчитанных с использованием выделенных гармоник, показывает, что средняя относительная ошибка аппроксимации по контрольной территории за 29 лет составляет около

7% , а средняя абсолютная ошибка прогноза за этот период не превышает 12.9 мм.

С использованием модели динамики зимних осадков был дан их прогноз на пятилетний период. Исходный временной ряд и прогнозные значения ряда представлены в виде гистограмм на рис. 1.

Аналогичным образом были обработаны временные ряды осадков за другие месяцы. Были выделены гармоники и получены модели, описывающие динамику этих рядов. На основе моделей сделан прогноз осадков на пятилетний период, результаты которого представлены в таблицах 2-4.

ЕЗ исходный ряд В выделенный ряд Рис. 1. Исходный ряд осадков за зимние месяцы и ряд, образованный

выделенными гармониками.

Таблица 2

Результаты прогноза зимних осадков

Годы Декабрь Январь февраль Сумма зимних осадков

1999 46 29 42 117

2000 27 20 33 80

2001 32 19 17 68

2002 21 9 30 60

2003 22 1 19 43

Результаты прогноза весенних осадков

Годы Март Апрель май Сумма весенних осадков

1999 39 11 49 99

2000 30 20 108 158

2001 21 31 125 178

2002 38 47 81 165

2003 17 33 40 90

Таблица 4

Результаты прогноза летних осадков

Годы Июнь Июль август Сумма летних осадков

1999 73 42 35 151

2000 98 30 26 154

2001 93 42 63 198

2002 49 105 41 196

2003 29 71 12 112

Построение корреляционных моделей позволяет дать количественную характеристику связи, зависимости и взаимной обуславливоемости случайных величин.

Рассмотрим некоторые результаты определения корреляционных связей между осадками и урожайностями ряда сельскохозяйственных культур.

Связь между урожайностью и количеством осадков исследовалась для пяти видов сельскохозяйственных культур: зерновые, подсолнечник, картофель, кукуруза, озимая пшеница. Рассматривалось влияние количества осадков за различные периоды на урожайности сельскохозяйственных культур. Всего использовалось 18 вариантов количества осадков.

Высокий коэффициент корреляции (г=0,72) получен при рассмотрении зависимости между зимними осадками и урожайностью озимой пшеницы (рис.2).

Уравнение регрессии имеет вид:

У = 15.322+0.18511-2, (3)

где (2 - осадки (мм); У - урожайность озимой пшеницы (ц/га).

У(ц/за)

Рис.2 Корреляционная зависимость между зимними осадками и урожайностью озимой пшеницы.

1 - экспериментальные точки;

2 - прямая регрессии;

3 - доверительные интервалы.

На основе результатов прогноза количества осадков и полученных корреляционных зависимостей между урожайностью сельскохозяйственных культур и метеопараметрами выполнен прогноз урожайностей сельскохозяйственных культур на период 5 лет (таблицы 5,6).

Результаты прогноза урожайности зерновых, подсолнечника и картофеля

на пять лет.

Годы Зерновые Подсолнечник Картофель

(ц/га) (ц/га) (Ц/га)

1999 33+5 15±2 32±5

2000 36+5 16±2 64±8

2001 36±4 15±2 73 ±8

2002 33±4 14±2 49±7

2003 30+3 14±1 28±2

Таблица 6

Результаты прогноза урожайности кукурузы и озимой пшеницы на пять

лет.

Годы Кукуруза Озимая пшеница

1999 41+6 37±6

2000 49+6 30+4

2001 51+6 28±3

2002 45±6 26±3

2003 40±4 23±2

Полученные в данной главе результаты использовались далее для решения задачи планирования производства сельскохозяйственной продукции.

В третьей главе для оптимального планирования производства продукции сельского хозяйства разработана линейная, детерминированная экономико-математическая модель.

Рассмотрим постановку задачи планирования производства сельскохозяйственной продукции, в которой оптимизируется структура посевных площадей с учетом требований к производству товарного зерна и к обеспечению кормовой базой поголовья животных в хозяйстве.

Решение задачи позволяет определить: площади занятые зерновыми культурами, а также площади сельскохозяйственных культур, возделываемых на

кормовые цели, обеспечивающие производство кормов для заданного поголовья скота; затраты производственных ресурсов.

Модель включает следующие показатели:

Ау -норма затрат ¡-го ресурса на производство .¡-ой продукции;

5, -наличие ресурсов ¡-го вида;

урожайность сельскохозяйственных культур или другой показатель выхода сельскохозяйственной продукции животноводства;

Аг] - затраты г-го вида кормов на голову животных ]-й отрасли;

иг] - производство г-го вида корма ^й отрасли;

Ку -доля посевной 1-й культуры в севообороте;

5,. - общая заданная площадь посева ¡-й культуры;

К, -заданный объем товарного зерна;

<2Р -гарантированный объем производства р-го вида животноводческой продукции по отрасли;

х] -площадь j-й культуры в севообороте, га;

-цена реализации единицы .¡-й культуры.

Целевая функция ориентирована на получение максимальной прибыли

2 = \ IV,с,х, —мпах

¿ш^ } ] 3

7=1

В модели используются следующие ограничения: - система ограничений, характеризующая использование ресурсов всех видов

где г = 1,2,..., М;

- система ограничений, характеризующая севооборот

где 1 = 1,2

- система ограничений по обеспечению скота кормами

где г = 1,2,...,Л;

- система ограничений по производству товарного зерна

У-1

где / = 1,2,...,М2;

- система ограничений по гарантированному объему производства р-го вида животноводческой продукции

где р = \,2,...,Р-

- неотрицательность переменных

х] > 0,

где у' = 1,2,...,Ы.

Таким образом, экономико-математическая модель позволит определить оптимальную структуру посевных площадей сельскохозяйственных культур с учетом требований к обеспечению кормовой базой имеющегося в хозяйстве поголовья животных. В качестве критерия оптимизации используется максимум

валовой продукции сельскохозяйственного предприятия в денежном выражении.

Для решения задачи использовался симплекс-метод.

Фактические показатели деятельности КСХП «Кызбурун» и результаты ее планирования на основе разработанной нами экономико-математической модели оптимизации структуры посевных площадей хозяйства на 1999г. представлены в таблице 7.

Реализация предложенной модели в КСХП «Кызбурун» позволяет теоретически увеличить валовую продукцию хозяйства в 2,3 раза.

Отметим, что приведенный подход к планированию производства сельскохозяйственной продукции позволяет уменьшить зависимость сельскохозяйственного хозяйства от природных факторов и повысить его рентабельность.

Таблица 7.

Привязка модели оптимизации структуры посевных площадей в КСХП «Кызбурун»

Продукция Фактически Расчет

Площадь товарной озимой пшеницы, га 820 796

Площадь ячменя на корм, га 579

Площадь товарного ячменя, га 217

Площадь кукурузы на зерно, га 337 332

Площадь кукурузы на силос, га 1130 1293

Площадь многолетних трав, га 141 99.5

Площадь пашни, га 3317 3317

Естественные сенокосы, га 711 711

Площадь пастбищ, га 2639 1053

Прирост КРС, ц 502 3709.5

Производство молока, ц 7145 7145

Поголовье лошадей, гол 73 73

Валовая продукция, руб 1045735 2091470

Основные результаты работы

В настоящей диссертационной работе получены следующие новые результаты:

1. Разработан метод прогноза метеопараметров в мезорайоне, который основан на выделении скрытых периодичностей в их временных рядах.

2. Проведена апробация метода на тестовых рядах и с реальными данными. Получено, что метод позволяет прогнозировать метеорологические параметры с удовлетворительной точностью.

3. Выполнен прогноз метеопарамеггров в мезорайоне (Баксанский район, КБР) на 5 лет (1999-2003).

4. Определены корреляционные связи между урожайностью основных видов сельскохозяйственных культур и метопараметрами (суммарное количество осадков за различные сроки). Рассчитаны коэффициенты линейных, квадратичных и логарифмических зависимостей между этими величинами. Для каждой сельскохозяйственной культуры выявлены метеопараметры, которые оказывают наибольшее влияние на ее урожайность.

5. С использованием прогнозных значений метеопараметров на ближайшие 5 лет и с учетом выявленных их связей с урожайностью сельскохозяйственных культур составлены таблицы прогноза урожайности некоторых сельскохозяйственных культур по Баксанскому району КБР на этот период.

6. Разработана экономико-математическая модель оптимального планирования деятельности сельскохозяйственных предприятий с учетом природных факторов.

7. С использованием прогнозных значений урожайностей сельскохозяйственных культур проведены расчеты по оптимальному планированию производства сельскохозяйственной продукции в конкретном сельскохозяйственном предприятии.

8. Исследована чувствительность модели к вариациям входных данных.

9. Результаты оптимального планирования структуры посевных площадей в конкретном хозяйстве (КСХП «Кызбурун» Баксанского района) позволяют повысить валовую продукцию хозяйства в 2,3 раза.

Метод прогнозирования временных рядов, разработанный в работе, можно использовать в различных областях для прогнозирования различных показателей. Представленная в работе экономико-математическая модель, при определенной адаптации может быть использована для разработки оптимальных планов производства сельскохозяйственной продукции в любых других хозяйствах.

Основные материалы диссертации опубликованы в следующих работах:

1. Метод прогнозирования природных факторов при планировании сельскохозяйственных мероприятий // Материалы научно-практической конференции. - Нальчик: КБГСХА, 1996,- 0,4п.л. (в соавторстве).

2. Об одном подходе к анализу и прогнозу временных рядов // Международная конференция «Системные проблемы надежности математического моделирования и информационных технологий». - Сочи: 8-10 сентября 1998. - 0,4 п.л. (в соавторстве).

3. Исследование динамики рядов метеопараметров на основе выделения скрытых периодичностей // Конференция молодых ученых национальных гидрометслужб стран СНГ. - Москва, Россия: 6-8 декабря 1999. -0,2 п.л. (в соавторстве).

4. Анализ и прогноз динамики экономических показателей в сельском хозяйстве // Доклады Адыгской (черкеской) международной академии наук, 2000. - 1,0п.л.

5. О приближении временных рядов метеопараметров тригонометрическими многочленами // Труды ВГИ. Вып. 92. 2000. - 0,6п.л. (в соавторстве).

Содержание диссертации, кандидата физико-математических наук, Аджиева, Аида Анатольевна

ВВЕДЕНИЕ.

ГЛАВА 1. СОСТОЯНИЕ ПРОБЛЕМЫ ПРОГНОЗА МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ И ИХ УЧЕТА ПРИ ПЛАНИРОВАНИИ СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА.

1.1. Некоторые аспекты формирования осадков в конвективных облаках.

1.2. Анализ существующих методов прогнозирования метеорологических параметров в мезорайоне.

1.3. О влиянии метеорологических параметров на урожайность сельскохозяйственных культур.

1.4. Экономико-математические модели в системе управления сельскохозяйственным производством.

1.5. Выводы.

ГЛАВА 2. ОБ ОДНОМ ПОДХОДЕ И НЕКОТОРЫХ

РЕЗУЛЬТАТАХ АНАЛИЗА И ПРОГНОЗА ДИНАМИКИ МЕТЕОРОЛОГИЧЕСКИХ ПАРАМЕТРОВ

2.1. Метод прогноза метеорологических параметров на основе выделения скрытых периоличностей в их временных рядах.

2.2. Исследование корреляционных зависимостей между урожайностью сельскохозяйственных культур и метеопараметрами.

2.3. Некоторые результаты прогноза количества осадков с использованием разработанного метода.

2.4. Некоторые результаты прогноза урожайности сельскохозяйственных культур на основе выявленных зависимостей.

2.5. Выводы.

ГЛАВА 3. ПЛАНИРОВАНИЕ ПРОИЗВОДСТВА СЕЛЬСКОХОЗЯЙ СТВЕННОЙ ПРОДУКЦИИ С УЧЕТОМ ПРИРОДНЫХ ФАКТОРОВ.

3.1. Экономико-математическая модель планирования производства сельскохозяйственной продукции.

3.2. Результаты планирования производства сельскохозяйственной продукции в одном из хозяйств, с учетом прогноза метеопараметров.

3.3. Исследование чувствительности экономико-математической модели к вариациям входных данных.

3.4. Выводы.

Введение Диссертация по географии, на тему "Анализ и прогноз метеопараметров в мезорайоне применительно к планированию сельскохозяйственного производства"

Современная методология исследования АПК должна включать в качестве своего важнейшего элемента систему экономико-математических моделей и средств их программной реализации, обеспечивающей многовариантные прогнозные расчеты. Так называемое «научное сопровождение эксперимента» заключается в том, чтобы не пассивно ожидать в течение времени итогов эксперимента, а проводить активную исследовательскую деятельность по проверке, развитию и углублению его идей.

Анализ состояния проблемы планирования сельскохозяйственного производства показывает, что, несмотря на имеющиеся достижения в этой области, некоторые вопросы решены еще плохо. В частности, отстает от общего уровня проблемы решение вопросов, связанных с учетом метеорологических параметров в задачах управления сельскохозяйственным производством, а также с прогнозом урожайностей сельскохозяйственных культур в мезорайоне.

Можно считать, что в развитии методов прогнозирования различных параметров имеется три направления в зависимости от используемых подходов.

Первое из них основано на представлении прогнозируемого случайного процесса в виде суммы детерминированной основы и случайной составляющей. Детерминированная основа характеризует значения, которые имела бы «действительная» величина, если бы она не подверглась воздействию случайной помехи.

Таким образом, такие модели представляют, подлежащий прогнозированию, случайный процесс в виде наложения на детерминированную основу случайного фактора. В качестве детерминированной основы используют различные функции, которые подбираются, исходя из особенностей изменения во времени прогнозируемого процесса.

Основным недостатком этого подхода является жесткость заданного класса аппроксимирующих функций. Кроме того, выбор того или иного вида детерминированной основы, если отсутствует научная -обоснованная информация о процессе, связан с определенными трудностями и с известной долей субъективизма.

Второе направление основано на ином представлении прогнозируемого случайного процесса. Прогнозируемый временной ряд, в котором соседние значения сильно зависимы, считается генерируемым последовательностью независимых импульсов. Эти импульсы -реализации случайных величин с фиксированным распределением, нулевым средним и известной дисперсией.

Такая последовательность случайных величин называется "белым шумом" ее можно трансформировать в процессе при помощи линейного фильтра. Уравнение состояния формирующей системы называется стохастическим уравнением моделируемого случайного процесса или его стохастической моделью. Выбор модели случайного процесса в рамках такого подхода это подбор дифференциального уравнения формирующей системы.

Для дискретных процессов соответствующие стохастические уравнения будут разностными. Полученные модели называются моделями авторегрессии. Основным недостатком данного семейства моделей, хотя они более универсальны по сравнению с моделями первого семейства, является их относительная сложность.

Третье направление основано на экстраполяции исходных данных. Сущность экстраполяционного метода состоит в анализе изменений объектов исследования во времени и распространение выявленных закономерностей на будущее. Исходной информацией являются временные ряды. Этот метод в настоящее время является основным методом построения модельных зависимостей для прогнозирования показателей, представленных в виде временного ряда. Метод экстраполяции широко применяется в практике краткосрочного и среднесрочного прогнозирования урожайности сельскохозяйственных культур. Его применение основано на следующих предположениях:

•изменения показателей в текущий период времени могут быть охарактеризованы трендом;

•основные условия, определяющие урожайности сельскохозяйственных культур в текущем периоде не претерпят существенных изменений в будущем;

•отклонение фактических значений показателей от линии тренда носят случайный характер и распределяются по нормальному закону.

Сложность применения экстраполяционного метода связана главным образом с подбором кривой для описания тенденции изменения урожайности культур.

Анализ существующих методов прогнозирования метеопараметров и урожайностей сельскохозяйственных культур показывает, что возможности их использования для оптимизации планов производства сельскохозяйственной продукции с учетом природных факторов ограничены.

В связи с актуальностью проблемы прогноза метеорологических параметров в мезорайоне и учета природных факторов при планировании сельскохозяйственного производства цель исследования настоящей работы заключалась в следующем:

- разработать метод прогноза метеорологических параметров в мезорайоне с удовлетворительной точностью;

- разработать алгоритмы учета метеопараметров в задачах планирования сельскохозяйственного производства;

- осуществить апробацию разработанных методов и алгоритмов на тестовых задачах и конкретном материале;

- оценить ошибки прогнозов и планирования; выполнить прогноз метеопараметров и урожайностей сельскохозяйственных культур в мезорайоне; разработать модель оптимального управления сельскохозяйственными мероприятиями с учетом природных факторов;

- решить задачу оптимизации для конкретного хозяйства;

- оценить перспективы применения разработанной экономико-математической модели в сфере агропромышленного комплекса.

Таким образом, в диссертационной работе осуществляется решение важных и актуальных научных проблем.

Работа состоит из введения, трех глав, заключения и списка литературы.

Вторая глава посвящена разработке методов прогнозирования метеорологических параметров с использованием временных рядов их значений. Метод основан на выделении скрытых периодичностей во временных рядах.

Для проверки метода выделения периодичностей были проведены тестовые расчеты. Они показали, что метод достаточно точно выделяет содержащиеся во временных рядах периодичности и построенную таким образом функцию можно использовать для прогнозирования временных рядов.

В этой же главе дана количественная характеристика связей между метеорологическими параметрами и урожайностью сельскохозяйственных культур на контрольной территории.

На основе результатов прогноза количества осадков и полученных корреляционных зависимостей между урожайностью сельскохозяйственных культур и метеопараметрами выполнен прогноз урожайности сельскохозяйственных культур на период 5 лет.

В третьей главе для оптимального планирования производства продукции сельского хозяйства разработана линейная детерминированная экономико-математическая модель с учетом природных факторов и результаты расчетов на ее основе.

Приведенный подход к планированию производства сельскохозяйственной продукции позволяет уменьшить зависимость сельского хозяйства от природных факторов и повысить его рентабельность.

В заключении приведены основные выводы и даны рекомендации использования результатов диссертационной работы в деятельности сельскохозяйственных предприятий.

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Аджиева, Аида Анатольевна

3.4. Выводы

В данной главе получены следующие основные результаты:

Разработаны алгоритмы учета метеопараметров в моделях оптимизации сельскохозяйственного производства.

Прогнозные значения количества осадков на территории мезорайона позволяют рассчитать урожайности сельскохозяйственных культур на ближайшие годы. Они, в свою очередь, входят в целевую функцию и некоторые ограничения линейной оптимизационной модели сельскохозяйственного производства.

Осуществлено оптимальное планирование структуры посевных площадей в конкретном хозяйстве с учетом выполненных прогнозов метеопараметров и урожайностей сельскохозяйственных культур.

За счет рационального использования земельных ресурсов (пахотных площадей) получено увеличение сельскохозяйственного производства в 2,3 раза.

Выполнено исследование чувствительности модели к вариациям входных данных.

ЗАКЛЮЧЕНИЕ

Оптимизация структуры посевных площадей сельскохозяйственного предприятия на основе соответствующих экономико-математических моделей требует прогноза урожайностей сельскохозяйственных культур, которые тесно связаны с метеорологическими параметрами, в частности атмосферными осадками, выпадающими на данной территории.

Существующие методы прогноза метеорологических параметров и соответственно урожайностей сельскохозяйственных культур пока еще не отвечают требованиям точности, кроме того, метеопараметры подвержены существенным зональным вариациям.

В настоящей диссертационной работе получены следующие новые результаты:

3. Выполнен прогноз метеопараметров в мезорайоне (Баксанский район, КБР) на 5 лет (1999-2003).

8. Исследована чувствительность модели к вариациям входных данных.

9. Результаты оптимального планирования структуры посевных площадей в конкретном хозяйстве (КСХГТ «Кызбурун» Баксанского района) позволяют повысить валовую продукцию хозяйства в 2,3 раза.

133

Библиография Диссертация по географии, кандидата физико-математических наук, Аджиева, Аида Анатольевна, Нальчик

1. Агроклиматический справочник Кабардино-Бакларской АССР. -JL, Гидрометеоиздат, 1960.

2. Аджиева A.A., Кокова Ф.М., Шаповалов A.B. Об одном подходе к анализу и к прогнозу временных рядов. // Межд. кон. «Системные проблемы надежности моделирования и информационных технологий». Сочи, 8-10 сентября, 1998.

3. Андерсен Т.В. Статистический анализ временных рядов. М., Мир, 1976, с.755.

4. Аркин В.И. Стохастический подход к динамическим задачам со скачкообразно-меняющейся структурой (англ.яз). // Тез докл. Конференции ГАММ ИФИП по стохастической оптимизации. -Мюнхен 1996.

5. Баканов М.Е., Шеремет А.Д. Теория экономического анализа. -М., Финансы и статистика, 1995.

6. Банди Б. Основы линейного программирования. М.: Радио и связь. 1989г.

7. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. -М.,Мир, 1989, с.540.

8. Бондарчук В.Ф., Николаева А.Ф. Методические вопросы оценки ресурсного потенциала. // Всесоюзная научно-техническая конференция. Проблемы автоматизации управления природными ресурсами в отраслях АПК. Тезисы докладов, 1989, с.36-37.

9. Браславец М.Е. Экономико-математические методы в организации и планировании сельского хозяйства. -Киев: Урожай, 1968.

10. Браславец М.Е., Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве. М.,Колос, 1972.

11. Будыко М.И. Глобальная экология. М., Мысль, 1977, с. 327.

12. Будыко М.И. Климат и жизнь. -JL, Гидрометеоиздат, 1971,с. 470.

13. Бурков В.Н. Человек. Управление. Математика. М., Просвещение, 1989.

14. Кардаш В. А. Модели управления производственно -экономическими процессами в сельском хозяйстве. М., «Экономика», 1981, с.7-12.

15. Манелля В. А. Оперативное прогнозирование производства сельскохозяйственной продукции в текущем году. // Научно-информационный журнал «Вопросы статистики». М., 1997, №9, с. 1320.

16. Витинский Ю.И. Солнечная активность. М., НаукаД 983.

17. Гатаулин A.M., Харитонова JI.A., Гаврилов Г.В. Экономико-математические методы в планировании сельскохозяйственного производства. М., Колос, 1976.

18. Герасимович В.Н. Методология экономической оценки природных ресурсов. -М., Наука, 1986.

19. Гильманов Т.Г. Математическое моделирование биогеохимических циклов в травянных экосистемах. -М., МГУ, 1978, с.168.

20. Гмурман B.C. Теория вероятностей и математическая статистика. -М., Издательство «Высшая школа», 1972,с.368.

21. Гмурман Е.И. Теория вероятностей и математическая статистика. М., Высшая школа, 1982.

22. Грешилов A.A. Анализ и синтез стохастических систем. Параметрические модели и конфликтный анализ г М. «Радио и связь», 1990, с.32.

23. Диошовский И.Н. Оросительные нормы для сельскохозяйственных культур. -Украина, Киев «Урожай», 1965.

24. Дмитриенко В.П. Математическая модель урожайности с/х культур/Груды. Укр. НИГМИ, 1973, вып 122.

25. Дмитриенко В.П. Метод расчета урожайности озимой пшеницы на территории УССР^Труды Укр. НИГМИ, 1975, вып. 139, с.3-13.

26. Дмитриенко В.П. Оценка влияния температур воздуха и осадков на формирование урожая основных зерновых культур. Методическое пособие. JL, Гидрометеоиздат, 1976, с.49.

27. Долготей Г.А., Макинко М.М. Экономика сельского хозяйства. -М., Колос, 1981, с 61.

28. Ермольев А. Прошлые и настоящие условия сельского хозяйства в России. // М. Экономика и управление АПК №2, 2000, с 97.

29. Зайцева H.A., Шляхов В.И. О трансформации поля длинноволновой радиации в свободной атмосфере. Труды ГГО, 1972, вып. 276, с. 62-70.

30. Заславский Г.М. Стохастичность динамических систем. М., Наука, 1984, с. 1-3.

31. Иозайтис B.C., Львов Ю.А. Экономико-математическое моделирование производственных систем. -М., Высшая школа, 1991.

32. Карасев и др. Математические методы и модели в планировании. -М., Экономика, 1987, с.54.

33. Кардаш В.А. Модели управления производственно-экономическими процессами в сельском хозяйстве. М., Экономика, 1981.

34. Кардаш В.А., Рапопорт Э.О. Моделирование экономических процессов в сельском хозяйстве. Новосибирск, Наука, 1979.

35. Карпенко А.Ф., Варченко М.И. и др. Практикум по методическому моделированию экономических процессов в сельском хозяйстве-М., Колос, 1975.

36. Каюмов М.С. Программирование сельхозкультур. М., Агропромиздат, 1989, с. 15-40.

37. Клаузевиц К. О войне. М., Ватиздат, 1966, с.84-90.

38. Клейнен Дж. Статистические методы в имитационном моделировании. -М., Просвещение, 1978.

39. Козин М.А.,Чуприн И.А., Штокалов Д.А. и другие. Основы орошаемого земледелия. М., «Колос», 1970, с.74.

40. Колосков П.И. Климатический фактор сельского хозяйства и агрометеорологическое районирование. JL, Гидрометеоиздат, 1971, с.328.

41. Константинов А.Р. О метеорологических основах нормирования орошения.- Обнинск, 1977, с.44.

42. Конторович JI.B. Экономический расчет наилучшего использования ресурсов. М., АН СССР, 1959.

43. Коршаева И.Н. Град и повреждения, наносимые им сельскохозяйственным культурам в ранние периоды вегетации на территориях Кабардино-Балкарской и Северо-Осетинской АССР- // Труды ВГИ, 1969,, вып 14, с. 254-266.

44. Кравченко Р.Г. , Попов И.Г., Толпекин С.З. Экономико-математические методы в организации и планировании сельскохозяйственного производства. М., Экономика, 1979.

45. Кравченко Р.Г. Математическое моделирование экономических процессов в сельском хозяйстве. М., Колос 1978.

46. Крипек И. Экономическая эффективность сельскохозяйственного производства (перевод с чешского).// Экономика, 1981.

47. Крылатых Э.Н. Система моделей в планировании сельскохозяйственного производства. -М., Экономика, 1979.

48. Кузнецов A.B., Сакович В.А., Холод Н.И. Математическое программирование. Минск: Выш.шк.,1984.

49. Кузнецов A.B., Холод И.И. Математическое программирование. -Минск: Выш.шк.,1984.

50. Кумахов Б.А. Зерновое хозяйство КБР. Нальчик, Эльбрус, 1985.

51. Кумахов Б.А. Интенсивная технология: опыт, эффективность, резервы. Кавказа. Нальчик, Эльбрус, 1985.

52. Кумахов Б.А. Экономические проблемы производства кукурузы в предгорьях Северного Кавказа. Нальчик, Эльбрус, 1979.

53. Курносов А.П. Вычислительная техника и экономико-математические методы в сельском хозяйстве. М., Статистика, 1976.

54. Заланзон JI.A. Преобразование Фурье, Уолша, Хаара и их применение в управлении, связи и других областях.- М., «Наука» 1989, с 25-28.

55. Лашманов Ю.К. Оценка дополнительной урожайности озимой пшеницы при ИУО в Ставропольском крае. Обозрение прикладной и промышленной математики. Сер. «Вероятность и статистика» т.З вып. 2, 1996, с.163-173.

56. Лобачева Т. Эффективность моделирования кормопроизводства. // М.: Экономика и управление АПК №6,1998 , с 74-77.

57. Лотов Л.В. Введение в экономико-математическое моделирование. -М., «Наука», 1994, с.58-70.

58. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования, -М. Статистика, 1979.с. 18-24.

59. Лютый А.И. Прогнозирование как одна из функций управления земельными ресурсами. Совершенствование землеустройства в условиях перестройки хозяйственного механизма в АПК. М., 1989. с.186-189.

60. Мартино Дж. Такахара Д. Общая теория систем и ее математические основы. В кн.: Исследование общей теории систем,-М., Мир, 1978.

61. Метеорологические ежемесячники. Ростов-на-Дону, 1965-1990. 4

62. Мещанинова Н.Б. Агрометеорологическое обоснования орошения зерновых культур. Л., Гидрометеоиздат, 1971, с.21.

63. Мещанинова Н.Б. Метод расчета оптимальных оросительных норм под зерновые культуры // Сб., Агрометеорологическое обеспечение орошаемого земледелия М., Ростовиздат, 1968, с.6-8.

64. Можин В.П. Оптимизация плановых решений в сельском хозяйстве. М., Экономика, 1974.

65. Четвериков Н.С. О предвидении урожая // Научно-информационный журнал. Вопросы статистики, №10, 1998, с.96-97.

66. Немчинов B.C. Применение математики в экономических исследованиях. М., Соц.ЭКГИЗ, 1959, с. 474-482.

67. Немчинов B.C. Экономико-математические методы и модели. -М., Мысль, 1965.

68. Немчинов B.C. Экономико-математические методы и модели. Избранное произв. М., Наука, 1967.

69. Никитин Ю.М., Э.Н. Чиркова, В.В. Нилов. Математический метод выявления биологических гемофизических ритмов разной частоты. Доклады Академии наук СССР. 1986, Том 290,№6 с. 13471351.

70. Овсянников С.Е. Экономический анализ деятельности сельскохозяйственных предприятий.-Минск: Выш.шк.,1969.

71. Ожегов С.И. Словарь русского языка. М.: Русский язык, 1988, с 42.

72. Оросительные мелиорации. Под ред. С.Ф. Аверьянова, 1978, с.1-8.

73. Пизенгольц М. 3., Варава А.П. Бухгалтерский учет в сельском хозяйстве, ч.1,2. -М., Колос, 1993.

74. Пиличев H.A. Управление сельскохозяйственным производством. -М., Агропромиздат, 1987.

75. Попович И.В. Методика экономических исследований в сельском хозяйстве.- М., Экономика, 1977.

76. Прогнозирование вредных агрометеорологических явлений оптимизация борьбы с ними. // ВАСХНИЛ, 1977, с.23.

77. Разумова A.A., Мещанинова Н.Б. Методическое пособие по составлению агрометеорологических прогнозов оптимальных режимов орошения зерновых культур. Л., Гидрометеоиздат, 1972.

78. Резников H.A. Состояние эффективности сельского хозяйства в переходный период. // М., Экономика и управление АПК №6, 2000, с 190.

79. Руденко Г.П., Милосердов В.В. Теория и практика планирования сельского хозяйства. М., Колос, 1976.

80. Самарский A.A. Введение в теорию разностных схем. М., Наука, 1971, с. 552.

81. Свисюк И.В. Агрометеорологические прогнозы, расчеты, обоснования. Л., Гидрометеоиздат, 1991, с.21.

82. Серебренников М.Г.,Первозванский А.А.Выявление скрытых периодичностей. М., Наука, 1965.

83. Сирошенко О. Д. Математическое моделирование водно-теплового режима и продуктивности агроэкосистем. Л., Гидрометеоиздат, 1981, с. 167.

84. Сулаквелидзе Г.К, Лапчева В.Ф. Обзор работ по воздействию на градовые процессы. // Труды ВГИ, 1969, вып 13, с. 4-35.

85. Сулаквелидзе Г.К. Облака, осадки и град. Л., Гидрометеоиздат, 1967, с.5-14.

86. Терехов Л.Л. Экономико-математические методы. М., Статистика, 1968.

87. Тунеев М.Н., Сухоруков В.Ф. Экономико-математические методы в организации и планировании сельскохозяйственного производства. -М., Финансы и статистика, 1986.

88. Уланова Е.С. Агрометеорологические условия и урожайность озимой пшеницы. Л., Гидрометеоиздат, 1975, с. 302.

89. Ульянов И. И. Анализ экономики сельскохозяйственных предприятий.- М., Выш.шк. 1975.

90. Хргиан А.Х. Физика атмосферы. JL, Гидрометеоиздат, т.2, 1978, с.237.

91. Чеповская О.И. Градобитие 1965г. в некоторых районах Северного Кавказа. // Труды ВГИ, 1969, вып 13, с.36-59.

92. Шаталин С.С. Интенсификация общественного производства. -М., Политиздат, 1987.

93. Шульгин П.А. Растение и солнце. Л., Гидрометеоиздат, 1973.

94. Экба Я.А., Каплан Л.Г., Закинян Р.Г. Оценка физического эффекта воздействия при ИУО в Ставропольском крае. Обозрение прикладной и промышленной математики. Сер. «Вероятность и статистика». 1995, т,2. с. 156-165.

95. Ю.В. Чуев, Ю.Б.Михайлов, В.И.Кузьмин. Прогнозирование количественных характеристик процессов. Москва, «Советское радио», 1975.

96. Ю.М. Ермольев. Методы стохастического программирования. -М., «Наука», 1976, с.31-52.

97. Яшполь С.М. Химок Ф.М., Лисичкин В.А. Проблемы научно-технического прогнозирования. М., «Экономика», 1969, с. 18.

98. Battan L.J. Radar Observation of the Atmosphere, 324 pp. Univ. Of Chicago Press, Chicago, 1973.

99. Bergeron T. Growth mode of ice crystals in natural cloud. // Proc. Conf. Int. Union Geodysy and Geophysics, Lisbon, 1933, Part II, pp. 156178, 1935.

100. Berry E.X. Cloud droplets growth by collection.// J. Atm. Sci. -1967.-Vol. 24, N6.-P. 701.

101. Berry E.X., Reinhardt R.L. An analysis of cloud drop growth by collections. Part I: Double distribution // J. Atm. Sci. 1974. -Vol. 31, N7. -P. 1814-1824.

102. Bigg E.K. The supercooling of water // Proc. Phis. Sci.- 1953 Vol. 66, N8. - p. 688-694.

103. Brown R.G.,Smoothing.Forecasting and Prediction of Disrete Time Series,Prentict Hall New Jersy, 1962.p 8-12.

104. Changnon C.A. A climological-technological method for estimating irrigation water requirementes for maximum crop yields J. Soi land Water Conserv., v 24 №1, 1969, pl2-15.

105. Dennis A.S. Weather modification by cloud seeding. Toronto. -1980.-274p.

106. Fletcher N. H. On contact nucleatioa// J. Atmos. Sci. 1970. - Vol. 27, N7.-p. 1098-1099.

107. Gillispie D.T., List R. Int. Conf. Cloud Physics, Boulder, 1976, p.472,1976 (npenpHHr).

108. Hoffer T.E. A laboratory investigation of droplet freezing. // J. Meteorol.- 1961.-Vol. 18,N6.-p. 766-778.

109. Holf C.C., Modigliani F., Muth J.F., Simon H.A. Planning Production. Inventoris and work Force, Prentace Holl, New Jersey (1963r) page.35

110. Lamb H.H. Climate, present, past and future. Vol 1 Fundamentals. London 1972. 614p.

111. Moore C.B., Vonnegut B. In.: Physics of Precipitation (H. Weickmann, ed.), pp. 291-301. Geophys. Monogr. No.5, Am. Geophys. Union, Washington, D.C., 1960.

112. Neiburger M., Weickmanm H.K. In: Weather and Climat Modification (W.N.Hess, ed.), pp. 93-135. Wiley, New York, 1974.

113. Pruppacher H.R., Klett J.D. Microphysics of clouds and Precipitation. : Reidel, Boston, 1978, pp 714.

114. Scott W.T. Analytic studies of cloud droplet coalescence J. Atmos. Sci. 1968. - Vol. 25. P. 54-65.

115. Short Tern Forecasting,I.C.I. Monograph,№2 Oliver and Edinburgh, 1964.

Информация о работе

Аджиева, Аида Анатольевна
кандидата физико-математических наук
Нальчик, 2000
ВАК 11.00.09

Диссертация

Анализ и прогноз метеопараметров в мезорайоне применительно к планированию сельскохозяйственного производства - тема диссертации по географии, скачайте бесплатно

Автореферат

Похожие работы