Бесплатный автореферат и диссертация по сельскому хозяйству на тему

МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗЕЙ МЕЖДУ ХАРАКТЕРИСТИКАМИ АГРОЛАНДШАФТА И УРОЖАЕМ ОЗИМОЙ ПШЕНИЦЫ

ВАК РФ 06.01.03, Агропочвоведение и агрофизика

Автореферат диссертации по теме "МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗЕЙ МЕЖДУ ХАРАКТЕРИСТИКАМИ АГРОЛАНДШАФТА И УРОЖАЕМ ОЗИМОЙ ПШЕНИЦЫ"

Ц-Ю64

на правах рукописи

Швецова Елена Дмитриевна

МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗЕЙ МЕЖДУ ХАРАКТЕРИСТИКАМИ АГРОЛАНДШАФТА И УРОЖАЕМ ОЗИМОЙ ПШЕНИЦЫ

Специальность: 06.01.03 - агро почвоведение, агрофизика

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2005

Работа выполнена в ГНУ ордена Трудового Красного Знамени Агрофизическом научно-исследовательском институте Россельхозакадемии.

Научный руководитель:

- доктор технических наук Владимир Львович Баденко.

Официальные оппоненты:

- доктор технических наук, профессор Иосиф Семенович Лискер;

• кандидат географических наук, доцент Татьяна Ивановна Прокофьева.

Ведущая организация:

ГНУ Северо-Западный НИИ механизации и эликтрифнкации сельского

хозяйства.

Защита диссертации состоится 3 С* НоАЬ^Я 2005 г. в 15 часов на заседании диссертационного совета Д 006.001.0! в Агрофизическом научно-исследовательском институте по адресу: 195220, Санкт-Петербург, Гражданский пр., д. 14.

С диссертацией можно ознакомиться в библиотеке Агрофизического научно-исследовательского института.

Отзывы в двух экземплярах, заверенные гербовой печалью учреждения, просим направить по адресу:

195220, г. Санкт-Петербург, Гражданский пр., 14, АФИ.

Автореферат разослан 2005 г.

Ученый секретарь диссертационного совета, доктор биологических наук А / Архипов М.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Начиная с 90-х годов ХХ-го столетия, во всем мире развертываются исследования по применению в сельскохозяйственной науке и практике современных информационных технологий и интеллектуальных компьютерных разработок. В результате этих исследований возникло новое направление, получившее название точное земледелие. Технологии точного земледелия позволили впервые дифференцированно собирать информацию о ситуации на сельскохозяйственных полях с учетом вариабельности характеристик аг-роландшафта. Однако, методы анализа такой информации в настоящее время разработаны недостаточно. В связи с этим разработка информационной базы для систем точного земледелия и, в частности, методов анализа информации о ситуации на сельскохозяйственных полях с использованием теории нечетких множеств и нечеткой логики представляется весьма актуальной.

Цель и задачи исследования

Целью данной работы является разработка на основе теории нечетких множеств методов анализа данных, получаемых при применении технологий точного земледелия. Для достижения указанной цели были поставлены и решены следующие задачи:

• разработать метод оценки теплообеспеченности посевов с.х. растений н исследовать эффективность предлагаемого подхода на примере анализа агрометеорологических условий перезимовки озимых культур.

• разработать метод оценки качества агрофизической г«оин формации (ГИ) и применить его для оценки качества информации о почвенных характеристиках с.х. полей Меньковской опытной станшш (МОС);

• осуществить моделирование взаимосвязи между урожаем озимой пшеницы и геоморфологическими характеристиками агроландшафтэ.

1 \ ЦНБ МСХА

. ¡Фонд научной литературы

Сущность решаемых задач потребовала использования методов математического моделирования, теории нечетких множеств, ГИС и основ теории принятия решений.

Научная новизна

На основе теории нечетких множеств разработаны методы анализа данных, получаемых при применении технологий точного земледелия. В частности, разработан метод оценки тепл©обеспеченности посевов с.х. растений. Метод основан на применении нечетких индикаторов. На примере анализа агрометеорологических условий перезимовки озимых культур показана эффективность предлагаемого подхода.

■ Разработан метод оценки качества агрофизической геоинформации. Метод применен для оценки качества ГИ, содержащей сведения о почвенных характеристиках с.х. полей МОС.

На основе теории нечетких множеств осуществлено моделирование взаимосвязи между урожаем озимой пшеницы и геоморфологическим и характеристиками агроландшафта и получек ряд эмпирических зависимостей урожая от таких характеристик. Исследовано влияние способов задания входных переменных в правилах, образующих базу знаний. Показано, что результаты моделирования существенно зависят типа функции принадлежности и количества термов.

Практическая значимость

Разработанные методы анализа данных позволяют существенно улучшить информационную базу для систем точного земледелия. Представляется возможным более адекватно учитывать как объективные факторы (вариабельность характеристик агроландшафта), так и субъективные (цели и приоритеты ЛПР). Это позволяет более эффективно решать острейшие проблемы АПК РФ, такие как устойчивый рост производства, ресурсоэкономичность и при родоохранность.

Апробация работы

Диссертационная работа выполнялась в рамках проводимых Агрофизическим институтом исследований по базовой научно-технической программе «Разработать теоретические основы и методы экологически адаптивного управления агрофизическими свойствами почв и состоянием растений для повышения продуктивности и устойчивости агроэкоснстем в ландшафтном земледелии» (2001-2005 г.г., регистрационный номер 01.200.111104). Часть результатов по теме диссертации была получена в ходе выполнения Соглашения о сотрудничестве между Агрофизическим научно-исследовательским институтом и исследовательской организацией Министерства с.х, США в Колорадо.

Основные результаты исследований рассматривались и были одобрены на заседаниях Учёного Совета Агрофизического института.

Результаты работы докладывались и обсуждались на следующих научных и научно-технических конференциях:

"52-ая международная ежегодная конференция американского геофизического союза" (the American Geophysical Union), Форт Коллинс, Колорадо, США, 2005;

"24-ая конференция международной организации по управлению городскими и сельским» данными" (the Urban Data Management Soeiety), Венеция, Италия, 2004;

"12-ая конференция международной ассоциации по механизации полевых экспериментов", (IAMFE), Санкт-Петербург, Россия, 2004;

"6-ая конференция международной ассоциации геоинфомационных лабораторий Европы (the AG1LE), Лион, Франция, 2003;

"5-ый европейский симпозиум по проблемам глобальных навигационных спутниковых систем" (the 51* European Symposium оп Global Navigation Sate)lile Systems), Севнлия, Испания, 2001.

Основное содержание диссертационной работы опубликовано в периодической печати в России и за рубежом. Всего опубликовано 7 научных работ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения и списка литературы, изложена на 117 страницах машинописного текста, содержит 16 таблиц и 51 рисунок. Список литературы включает 170 наименований, из них 103 зарубежных авторов.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

Во введении раскрыта актуальность темы, определены цели и задачи исследований, сформулированы научная новизна и практическая значимость работы.

Глава 1

Глава I посвящена анализу публикаций по применению теории нечетких множеств в агропочвоведенни и агрофизике. Показано, что теория нечетких множеств применяется в различных областях сельскохозяйственной науки для классификации почв и картографирования, дня оценки земель, моделирования физических процессов на сельскохозяйственных полях и анализа нечетко определенных явлений в почвах.

Исследования, проведенные в последние годы, свидетельствуют, что нечеткие экспертные системы являются мощным инструментом для решения практических задач сельского хозяйства (например, нечеткая экспертная система «Ipest»),

В последние годы АФИ стал центром по разработке методологии применения теории нечетких множеств в arpo почвоведении и агрофизике. В частности, разработана методология оценки земельных участков на основе тео-

рии нечетких множеств (Якушев и др., 2000). Предложена методика анализа данных о загрязнении почвы тяжелыми металлами (Баленко и др., 2000).

Глава 2

Глава 2 посвящена разработке метода оценки теплообеспеченности растений с помощью нечетких индикаторов.

В настоящее время в агроклиматологии и агрофизике для представления данных о тепловых параметрах почвы широко используются разнообразные индикаторы. Особое место среди них занимают показатели теплообеспе-ченности растений. Применение таких показателей теплообеспеченности растений в компьютерных системах поддержки принятия решений свидетельствует, однако, что с их помощью не удается показать как значения анализируемого фактора согласуются с целями решаемой задачи. В связи с этим нами было предложено использовать для оценки теплообеспеченности растений нечеткие индикаторы.

Метод оценки теплообеспеченности растений с помощью нечетких индикаторов основывается на положениях теории нечетких множеств.

Нечеткий индикатор — это число в диапазоне [0,1]» которое характери-знрует опенку агроклиматического или почвенного параметра агроландшаф-та по некоторому критерию.

В основу его положена оценка эксперта, которая моделируется функцией принадлежности, при этом носителем выступает допустимое множество значений анализируемого фактора.

Нечеткий индикатор конструируется для решения конкретной задачи. Таким образом, с помощью нечеткого индикатора можно показать не только значения анализируемого фактора, но и то, как эти значения согласуются с целями решаемой задачи.

Применение нечетких индикаторов позволяет отобразить два аспекта нечеткости окружающего мира. Первый возникает при построении матема-

тической модели (выбор функции принадлежности, идентификация диапазона допустимых значений анализируемого фактора, определение точки максимума или минимума), второй - это нечеткость, присущая человеческому мышлению и восприятию.

Нечеткий индикатор можно интерпретировать как модель человечески х мыслительных процессов. Встроенный в компьютерную систему он позволяет в автоматизированном режиме осуществлять поддержку принятия решений в системах управления агротехнологическнми процессами.

В главе 2 на основе разработанной концепции дано формализованное описание «нечеткого индикатора теплообеспеченности посева» и «нечеткого индикатора критической температуры почвы».

Нечеткий индикатор теплообеспеченности посева построен как аналог известного показателя теплообеспеченности, который определяется суммой среднесуточных температур выше 10 градусов. В общем случае могут применяться различные модели функции принадлежности, например треугольная, либо трапециевидная, либо гауссовская или обобщенная колоколообраз-мая. В главе 2 нечеткий индикатор теплообеспеченности посева реализован на основе возрастающей кусочно-линейной функции принадлежности.

Нечеткий индикатор критической температуры почвы (НИКТ) сформулирован так же, как аналог известного показателя теплообеспечен ности. Этот показатель определяется температурой почвы на глубине узла кущения (2см), при которой начинается вымерзание озимых культур.

В основу НИКТ положена модель, состоящая из математической модели, описывающей тепловой режим почвы, и вербальной модели, описывающей зависимость морозостойкости озимых культур от состояния растений.

В общем случае могут также применяться различные модели функции принадлежности, например, такие как треугольная, либо трапециевидная

или обобщенная колоколообразная. В главе 2 НИ KT реализован на основе убывающей кусочно-линейной функции принадлежности.

НИКТ был применен для анализа агрометеорологических условий перезимовки озимых культур. В частности, анализировались термические условия на сельскохозяйственных полях, расположенных на агроландшафте с пересеченным рельефом. Известно, что влияние пересеченного рельефа проявляется в том, что при резком похолодании температура почвы понижается не одинаково н на отдельных полях она может приблизиться к критическим значениям.

Расчеты НИКТ производились в срезе ГИС, реализованной с помощью программного продукта Maplnfo Professional. В результате были получены значения температуры почвы на глубине узла кущения (2 см) (рис. 1) и НИКТ (рис. 2). Из рисунков видно, что температура почвы в рассматриваемой ситуации варьирует от -2 до -12 °С, а НИКТ на большинстве полей не превышает 0,2. Только на одном поле он варьирует от 0,2 до 0,4.

Глава 3

Известно, что характеристики агроландшафта и урожайные данные имеют географическую привязку и являются reo информацией (ГИ).

При планировании сельскохозяйственных работ пользователь должен оценить качество ГИ и определить в какой степени данная ГИ заслуживает доверия. Может быть, она уже устарела и ее применение ограничено?

Проблема оценки качества агрономической ГИ возникла несколько лет тому назад как результат применения геотехнологий при реализации точного земледелия.

Рис, ]. Температура почвы (Т)> "а глу- Рис. 2, Нечеткий индикатор критической бнне узла кущения (2 см). температуры (NIKT),

В начале главы 3 лается обзор зарубежных работ по моделированию показателей качества географических данных. Во многих публикациях отмечается, что проблема оценки качества ГИ весьма актуальна и подчеркивается сложность ее решения. Это связано с трудностями в определении понятия «качество ГИ». В отчете общеевропейского проекта REVIGIS (2004) указывается, что, прежде всего, надо ответить на вопрос; что такое качество ГИ?

Gram н Vasseure (2004) используют термин «качество ГИ» для оценки соответствия информации в базе данных реальному состоянию объекта. Devillers и др. (2004) предлагают определять качество ГИ в зависимости от целей лица, принимающего решение (ЛПР).

В настоящее время проблема оценки качества ГИ разрабатывается по нескольким направлениям. В рамках одного из них изучается возможность решения проблемы с помощью базы знаний (онтологии). Нами предложено использовать для оценки качества ГИ нечеткие индикаторы. Глава 3 посвящена изложению этого подхода.

Нечеткий индикатор качества агрономической ГИ - это число в диапазоне 10,1], которое характеризирует оценку качества ГИ по некоторому критерию. В основу его положена оценка эксперта, которая моделируется функцией принадлежности, при этом носителем выступает допустимое множество значений экспертных оценок, записанных на языке, удобном для эксперта.

Нечеткий индикатор конструируется для решения конкретной задачи. При разработке модели нечеткого индикатора необходимо учитывать как объективные факторы (насколько устарела ГИ или насколько надежен источник ГИ), так и субъективные (цели и приоритеты ЛПР). Показано также, что целесообразно использовать двухуровневую систему индикаторов качества. Первый уровень - это простые индикаторы, отображающие качество отдельных географических характеристик. Второй уровень - это комбинированные индикаторы, отображающие комбинации из простых индикаторов.

Разработанный подход был применен для оценки качества ГИ, содержащей сведения о почвенных характеристиках сельскохозяйственных полей МОС. Часть этой ГИ базируется на материалах агрохимического обследования 1998 года и у пользователя могут возникнуть сомнения относительно качества данной ГИ.

Для ответа на этот вопрос были рассчитаны значения нечетких индикаторов качества ГИ. Экспертные оценки были получены путем опроса сотрудников МОС и АФИ. Функции принадлежности моделировались возрастающими кусочно-линейными зависимостями. Расчеты проводились в среде ГИС, реализованной с помощью программного продукта Maplnfo Professional, В результате были получены электронные тематические карты, содержащие значения нечетких индикаторов качества ГИ (рис. 3 и 4).

Разработанный подход позволяет присоединять к картам агроклиматических н почвенных параметров карты индикаторов качества. Однако это не всегда удобно, так как ведет к удвоению ГИ.

Рис. 3. Значения нечеткого индикатора ка- Рис. 4. Значения комбинированного индика-чества ГИ, который характерна ирует оценку тора качества, отображакщет комбинацию качества данных о почвенном параметре из 4 простых кддикатсров: рН, 5ОМ (коли-К20. чество органического вещества), Р203 н

К^О.

Поэтому была разработана методика визуализации информации о параметре и информации об оценке его качества на одной и той же карте. Методика реализована для работы с геоинформационной системой Мар1пй> и позволяет штриховкой показывать значения параметра, а градациями серого цвета обозначать значения нечеткого индикатора качества.

Разработанная методика была применена для анализа качества географической базы данных, описывающей с.х. территорию в Ленинградской области. На рис. 5 и 6, для примера, показаны результаты применения этой методики.

»н

Я (.1.1.1

Н «д.

О 4,3-И С

□ .Г1.*5

П 5.1 Г.

О

О ч -йдя

Рис. 5. Информация о параметре «рН». Рис. 6. Информация о параметре «глубина Штриховой показаны значения параметра пахотного ело* почвы». Штриховкой пока-«рН»( а градациями серого цвета даны зна- заны значения параметра, а градациями серого цвета даны значения нечеткого индикатора качества.

чения нечеткого индикатора кгнества.

Глава 4

Одной из главных проблем, решаемых точным земледелием, является количественная интерпретация карты урожая. Иными словами, необходимо в ходе компьютерного анализа карты урожая пояснить пользователю, почему в одних местах поля урожай высокий, в других он средний, а кое-где урожай недопустимо мал.

Для решения этой задачи в главе 4, на основе теории нечетких множеств, проведено моделирование взаимосвязи между урожаем озимой пшеницы и геоморфологическим к характеристиками агроландшафта.

Моделирование проводилось в два этапа. На первом этапе осуществлялся сбор экспериментальных данных. На втором этапе с помощью адаптивно-нейронной системы нечеткого логического вывода (АНР18) производилось моделирование.

Экспериментальные данные были получены путем мониторинга урожая озимой пшеницы и обследования агроландшафта, расположенного на се-

вере Колорадо, США. Опытный участок площадью 65 га расположен в субаридной зоне, среднегодовая сумма осадков равна 440 мм. Агроландшафт имеет пересеченный рельеф с перепадами высот от 1361 до 1382 м и крутизной склонов до 14 %. Грунт представляет собой лессовые отложения с наносами ила и песка.

Мониторинг геоморфологических характеристик агроландшафта осуществлялся С помощью мобильного дифференциального GPS приемника. По собранной информации была построена топографическая модель агроландшафта, а затем были построены электронные карты геоморфологических характеристик.

Мониторинг урожая озимой пшеницы осуществлялся с помощью сенсора урожая и мобильного дифференциального GPS приемника. По этим данным была построена электронная карта урожая.

Данные полевого эксперимента были интегрированы в ГИС (ArcView). Затем на электронные карты геоморфологических характеристик агроландшафта и электронную карту урожая озимой пшеницы была наложена сетка с ячейками 10 х 10 м. Это позволило получить в узлах сетки значения геоморфологических характеристик агроландшафта и урожая озимой пшеницы.

Всего было описано 6324 точки агроландшафта. Эта информация была использована в качестве исходных данных для численного эксперимента.

Моделирование было осуществлено на компьютере Pentium 3 с использованием программного продукта MATLAB. В результате моделирования были получены зависимости урожая от различных геоморфологических характеристик агроландшафта. Для примера на рис. 7 -10 приведены некоторые из этих зависимостей. На графиках используются следующие обозначения:

Yield - урожай, Mg/ha (тонна/га);

Slope - крутизна склона, %;

Aspect - ориентация склона, изменяется no часовой стрелке от 0 (Север) до 360 градусов;

Curvature - кривизна поверхности, 1/м;

Wifill - топографический индекс увлажненности, баллы.

Рис. 7. Зависимости урожая (Yield) от угла наклона склона (Slope).

Рис, 9, Зависимость урожая (Yield) от угла наклона склона (Slope) и топсирафического индекса увлажненности (Wifill).

Рнс, 8. Зависимости урожая (Yield) от топо-графи'кскоп) индекса увлажненности (Wifill).

Нис. 10. Зависимость урожая (Yield) от ориентации склона (Aspcct) и топографического индекса увлажиешюсти (Wifill).

В ходе моделирования было исследовано влияние способов задания входных переменных в правилах, образующих базу знаний, В частности, бы-

ли исследованы варианты моделирования оценок входных переменных (тип функции принадлежности и количество термов).

Исследования проводились для частного случая, когда система нечеткого логического вывода характеризовалась только одной входной переменной и была предназначена для описания взаимосвязи между урожаем (Yield) и ориентацией склона (Aspect).

Оценка входной переменной «ориентация склона» осуществлялось с помощью четырех моделей функции принадлежности: треугольной, трапециевидной, симметричной гауссовской и обобщенной колоколообразной. Количество термов варьировалось от трех до пяти.

Влияние способов задания входной переменной «ориентация склона» оценивалось по величине среднего квадратичного отклонения результатов моделирования от экспериментальных данных.

Рис. 11. Зависимость урожая от ориентации склона при следующих вариантах моделирования входной и выходной переменных: входам переменная моделтруется треугольной функцией принадлежности, количество термов - 3, выходная переменная моделируется как последовательность постоянных величия

Рис. 12. Зависимость урожая от ориентации склона при следующих вариантах моделирования входной н выходной переменных; входная переменная моделируется обобщенной колоколообразной функцией принадлежности, количество термов - 5, выходная переменная моделируется линейной функцией.

Данные моделирования показали, что при использовании простейших функций принадлежности, таких как треугольная и трапециевидная удастся получить сравнительно грубое описание зависимости урожая от ориентации склона (рис. 11). Применение симметричной гауссовской функции принадлежности и обобщенной колоколообразной функции принадлежности дает возможность улучшить результаты моделирования. В частности, полученные зависимости урожая от ориентации склона содержат две точки максимума, что, по-видимому, более адекватно отображает экспериментальные данные (рис. 12). В ходе исследования было установлено, что при трех термах погрешность оказывается несколько выше, чем при пяти.

Заключение

На основе теории нечетких множеств разработаны методы анализа данных, получаемых при применении технологий точного земледелия. В частности, в результате выполненных исследований получены следующие результаты.

1. Разработан метод оценки теплообеспеченности посевов сл. растений, основанный на применении нечетких индикаторов.

2. На примере анализа агрометеорологических условий перезимовки озимых культур показана эффективность разработанного подхода.

3. Предложен метод оценки качества агрофизической геоинформации (ГИ).

4. Проведена оценка качества ГИ о почвенных характеристиках с.х. полей

мое.

5. На основе теории нечетких множеств осуществлено моделирование взаимосвязи между урожаем озимой пшеницы и геоморфологическими характеристиками агроландшафта и получен ряд эмпирических зависимостей урожая от таких характеристик.

6. Исследовано влияние способов задания входных переменных в правилах, образующих базу знаний. Показано, что результаты моделирования суше-ственио зависят типа функции принадлежности и количества термов.

7. Результаты моделирования зависимости урожая озимой пшеницы от геоморфологических характеристик агроландшафта могут быть использованы при разработке алгоритмов компьютерного анализа карт урожая.

Публикации по теме диссертации

1. Швецова Е. Д., КуртенерД. А. 2003. Нечеткие индикаторы дм точного земледелия. В сб. «Агрофизические и экологические проблемы сельского хозяйства в 21 веке», Санкт-Петербург, 4:31-43.

2. Швецова Е, Д., Куртенер Д. А. и Дубицкая И. Ю. 2004, Полевые сельскохозяйственные эксперименты: оценка качества географической информации. В сб. трудов международной конференции «IAMFE/RUSSIA 2004», 5-9 июля 2004, Санкт-Петербург, CD-ROM, стр. 120-127.

3. Shvetsova, Elena, Dmitry Kortener, Baienlco Vladimir. 2001. Development of method of assessment of quality of spatial database for GPS devices. In Proceedings, 5 th European Symposium on Global Navigation Satellite Systems, S-U May 2001, Seville, Spain, CD-ROM, POSTER_1V_03.PDF.

4. Shvetsova. Elena, Dmitry К one пег, Efim Kudashev. 2002. Application of the combination of remote sensing, fuzzy modelling and GIS for spatial planning, GIM Internationa], vol.16, no, 852-53.

5. Krueger-Shvetsova, Elena, Dmitry Kurtener, Victor Yafcushev, Vladimir Badento. 2003. Spatial aspects of risk management case of study of agricultural drought mitigation. Tn Proceedings of the tf* AGILE, April 24-26,2003, Lyon, France, p. 243-248.

6. Krueger-Shvctsova, Elena. Dmitry Kurtener, and lrina Dubitskaia. 2004. Quality estimation of data collection. Proceedings ofUDMS*2004. October 27 - 29, Giorggia-Venice, Italy. CD-ROM. pp. 9,101-9.109.

7. Krueger-Shvetsova, Elena, Dmitry Kuriener, Timothy Green, Robert Erskine. 2005. Exploring Relationships Between Geomorphic Factors and Wheat Yield Using Fuzzy Inference Systems. In Proceedings of international conference named ihe AGU Hydrology Days 2005, March 7- 9, Fort Collons, CO, USA, CD- ROM, p. 121-129.

16

Типография ООО «Дом Шуан» Подписано к печати 11.102005 Объем 1,25 пл. Тираж 100. Номер заказа 47