Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Прогнозирование урожайности орошаемых зерновых культур в Поволжье

ВАК РФ 06.01.02, Мелиорация, рекультивация и охрана земель

Автореферат диссертации по теме "Прогнозирование урожайности орошаемых зерновых культур в Поволжье"

Министерство сельского хозяйства и продовольствия Российской Федерации

Саратовская государственная сельскохозяйственная Р Г б ОД академия им. Н. И. Вавилова

На правах рукописи

ИОАННО Александр Дмитриевич

ПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ ОРОШАЕМЫХ ЗЕРНОВЫХ КУЛЬТУР В ПОВОЛЖЬЕ

Специальность 06.01.02 — «Мелиорация и орошаемое земледелие»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата сельскохозяйственных наук

Саратов 1994

Работа выполнена в Саратовской государственной сельскохозяйственной академии им. Н. И. Вавилова.

Научные руководители — заслуженный деятель науки Российской Федерации, доктор физико-математических паук, профессор О. Г. БОКОВ, кандидат сельскохозяйственных наук, профессор Е. П. ДЕНИСОВ.

Официальные оппоненты — заслуженный деятель науки и техники Российской Федерации, академик Российской академии сельскохозяйственных наук, доктор технических наук, профессор Л\. С. ГРИГОРОВ, кандидат сельскохозяйственных наук, доцент А. И. ХОХЛОВ.

Ведущее предприятие — ВолжНИИГиМ. ^—-

Защита диссертации состоится «*У » г-СДЯЛ'уЬ// 1994 г.

в 7 V/ часов на заседании Специализированного совета К.120.72.01 при Саратовской государственной сельскохозяйственной академии им. Н. И. Вавилова по адресу: 410710, г. Саратов, Театральная площадь, 1.

С диссертацией можно ознакомиться в библиотеке ака-

демии.

Автореферат разослан «

Ученый секретарь Специализированного совета, кандидат сельскохозяйственных наук

Г. И. КАРАВАЕВА

ОНШ ХАРАКТЕРИСТИКА РАБОШ /

Актуальность теш исследорания. Сольское хозяйство является одной аз вахнейянх производственных отраслей в лоб ой стране а при дюбнх эяоншическях отношениях. Суцественяой особенностьв данной отрасли является ее наименьшая стабильность среди других производственных отраслей. В первую очередь 8« связано с влиянием природио-хяшатачесхих факторов на рост, разватаэ и урохаЯ-ность сельскохозяИствеяних культур.

Поэтому наиболее сяоашой, а, следовательно. в представляй -щей наибольшей научкий интерес, является проблема разработка прогноза основных покаэатедеС сельскохозяйственного производства.

Необходимость достоверного прогнозироваяая ванне^аих производственных показателей виьзана проводишия в Российской Федерация корешшцн преобразованиями экономика. В условиях складу ваз -щихся рыночных отноззнаЗ сэш на сачьскохозяйственяув продукцию в значительной степени определяется соотноаенаеи спроса а пред -яогеняя. Поэтому для любого объекта сельскохозяЗстЕенного производства представляется краПяе вакнш получать достоверный я яа -учнообоснэванныС прогноз с аомощьв математического моделирования основных- производственная показателей. Особенно большое значение прогноз янеег в орошаеглоц земледелия, тое производство продукция связано с большша затратами.

Главным направлением сельскохозяйственного производства Саратовской области является зерновое производство. Ео объемам юогзводства зерна область занимает одно из ведущих мест в Рос -гийскоЯ Федерации. В салу этого проблема прогновированЕЯ урогай-юсти зерновкх культур, особенно в усдопзях орозендя. являэдего-гя вазяейииц фактором получения гарантированных урозаев, пред -5тавляет значительный научныЛ а практически!! интерес.

Проблеме прогнозирования урохаДаоста сельскохозяйственных ;ультур посвяценн работа ряда ученых-агроноиов. а такаа латеца -гиков а экономистов. Однако предлагаемо низ. подходы к рэзоняп ■роблеш но обосдачигадт в условиях Саратовской облаете должной (сстовэрзоста а точности прогноза.

Практическая значимость а недостаточная разработанность аг-ю-еатеиатаческих аспектов прогнозирования уиозсаЯкоста зерношх

культур on саде лад i вабор теш диссертационно? работы.

Цель а задача исследования. В Daiore доставлена цель рас -смотреть агро-аатеыатаческие аспекты прогнозирования уронаСноств зеряошх культур, особенно возделываемых в условиях ороаэния, в на этой основе разработать математическую модель прогнозирования урожайности ороааешх зерновых культур, обеспечивающую высокую точность и достоверность прогноза»

Исходя из цела исследования, поставлены следующие задачи: рассмотреть возможность прогнозирования урожайности зеи-ошх культур на основе временных трендов; разработать одно^&кторние мо,тела прогнозирования урожайности. позволяющие повысить точ -ность и достоверность прогноза; оценить влияние производственно» экс-.^ичеосих а природно-клиттическшс cjqktopob на уроааРность зерношх культур в Саратовской области; исследовать и подучить количественные оценки явления автокорреляции урожаГшостаЕ ; рассмотреть возможность получения достоверного прогноза средней уро-ка£яости зарнотах культур в Саратовской области в разработать модель ее прогнозирования; проанализировать процесс форкврова -вал элементов продуктивности осолаеыо'А яровой гглеыиш. опроде -лить осношша фактора, вниясцае на ез гролайность, подучить ко -личествешше оценки степени их влияния; проанализировать -суще -стванкость в.взаяыодеГствив факторов, формирующих урожайность oponaeuo'J яровой шнницы; разработать на основе проведенного анализа иного?шсторнув модель прогнозирования уроааГшоств орошаемо?. яровой шенши, обоспечивавдую высокую точность ■ достоверность прогноза; провести с дэмоцью разработанной и сдали ыазин -выв »кспаршент по определению оптамальной технзлогаи возделывания яровой даенацы на орохеш; провести с зомооьо разработан -ной модели ситуационное моделирование формирования урожайное« овеваемой яровой шеншш.

Объект исследогадия. Центральная проблема всследованаА ре -вена на основа экспериментальных даншх. полученных на опытах в ОШ "Бояра" Саратовской области в 1969-1ЭЙ9 гг.

Отдельные аспекты проблемы рассмотрен!! на примера Поволжья. Саратовской области а отдельных ее pail оно».

В работе использовалась данные статвстаческой отчетвоста ЦСУ СССР в Российской Фвдеравдв, Саратовского областного управ-

э -

пения статистики. Саратовского центра но гидрометеорология за 1947-1991 гг.

Методика исследования. В работа применялась метода одно-п иного^акторного корреляцнонно-регрессионного анализа, математи -ческого программирования, статистических группировок, стохасти -ческого а динамического моделирования, вариации, сравнения да -раллельных рядов, средни и относительных величин, дисперсионного анализа.

Все расчета были выполнены с использованием ЭШ ЕС-1030 и "Электроника Д3-23п. '.'■,'

Научная новизна и практическая значимость работа. Научная аоввзна работа заключается в слэдуздеа:

- показана невозможность получения точшг и достоверных прогнозов уронайности зэрношх культур в Саратовской области ка основа существующих методов прогнозирования;

- разработана динамическая модель прогнозирования урояай -вости на основе метода парциальных коэффициентов;

- разработаны стохастическая н динамяческо-стохастичесхая «одели прогнозирования уроааЁвости;

- выявлены основные производственно-экономические и природ-во-кликатические'фактора, влияидие на урожайность зерновых культур в регионе, получена количественная оценка их влияния а су -дестЕвнноста:

- проведены исследования автокорреляции урожайяостей ;

- разработана шогоаакторная модель прогнозирования урогай-вости зерношх культур в Саратовской области; -

- показано, что для зэрношх культ??, возделываемых в условиях орошеняя, прогноз урожайности получается более точным в достоверный :

- выявлены основные факторы, формирующие элементы продук -гивности орошаемой яровой шюншш. в получены количественные оценки степени их влияния а существенности;

- проведен анализ взаимодействия фэрмируищих урожайность факторов;

- разработана ыыого^ахтораая иодзхь формирования урожаЯноо-ги орошаемой яровой шевшог;

- проведен изданный энсперинент во определение одтвеадьноЯ

технологии возделывания яровой шсенкцы на орошении;

, - проведено ситуациопное моделирование формирования ypoaafl -вости ороааемой яровой пшекацы.

Полученные в процесса исследований результаты шяевт практи-ческуз ценность. Разработанная наш модоль может использоваться для получения точного и достоверного прогноза уроаайности орошаемой яровой даенип» в хозяйствах Саратовской области. Получении-и а огенкапи Факторов, фориарущах элемента ее продуктивности, ыохно пользоваться при программировании урожаев зерношх культур на орошении. Возможность проводить на основе разработанной модели иатеаатический вксдериглент до определению оптимально?, техно -логии возаелквания яровой шиеници на орозеыаа позволит значительно обратить аогера времени и расход денеяно-ыатериалышх средств Прш^^ошие оюля для ситуационного моделирования формирования урокаГности орошаемой яровой шзншш позволит выбрать наиболее эФГекташщй вариант технологии ее возделиЕания в различных ситуациях. Гаказ модель ио.адт быть рекомендована как обучающая, на -глядыо демонстрирующая студентам различные варианта технологии атой культу». Много]акторная модель прогнозирования средне!! урожайности зерновых культур\vywt бить рекоиовдовака для прибли-хенных оценок величины ypoz&IiaociB как в Саратовской области, так и в других регионах, ицеэпих сходную тенденции динамики урожайности к идентичные'климатические условия. Разработанные нами одно факторные модели прогнозирования целесообразно использовать для выявления тенденций динаиики уроааРноста зерношх культур в Саратовской области и в Поволжье.

Апррбапяя сабо^н. Основные положения диссертационной работа дол азана и обсуацеш на ЕсесоззноЯ научно-практической конференции "Региональные дроблеш социально-экйншЕческого развития в совершенствования управления АПК" АН СССР. Республиканской Научно-практической конференции "Цошшеяие »фиктивности производства аа основе совершенствования экономических методов управления". 3 доклада сделаны на научно-практических конференциях др&$ессорс-ко-яреподанатбльского состава Саратовское государственной сельо -кохозяГ:стЕвндой академии мынк К.И.Баталова.

По тема диссертации оетблаховаяо 4 статья. :

Объем и стпяггуоа работ«. Диссертационная работа изложена на 133 страницах машинописного текста я состоим введения.

?рох глав, заключения, содержит.21 таблицу. 9 рисунков, список юпользованной литературы, вклочавдай 113 наименование, а дрилОЗе-

ШЬ

СОДЕРЖАНИЕ РАБОШ

Во введений обоснована актуальность избранной тема, опрздо -пени цель и задачи исследования, его научная новизна а практическая значимость.

В первой главе "Одно^акторлне модели прогнозирования 7Е хаЕ-10стаи приводятся полученные на основе трасионных методов оддо$ак-горяпо регрессионные модели прогнозирования урожайности зерновых хультур. доказывается, что данкие модели в условиях Саратовской области не обаспечиваот требуемой точности и достоверности прогноза ; предлагается разработанные автором динамическая а стохаста -зоские иоцели прогнозирования, повышающие х<ачество прогноза.

Для прогнозирования уронаЗноста зерновах культур но Саратов-зкой области в целом и отдельный ее районам на основа традиционных методов прогнозирования били разработана одно.5акторше рег -зэсио.шие модели. Параметры моделей рассчитаны на ЭБМ "Электро -лцеа ДЗ-2йп. Для каздого прогнозируемого значения урох'лйнооти определялся доверительный интервал и вычислялась относительная ошибка.

Полученные результаты показала невозможность получения точ -зого а достоверного прогноза урожайности для Саратовской области за основе существуещих моделей прогнозирования. О невысокой точ -зости полученного таким образои прогноза свидетельству ют большая относительная онибхса уравнений регрессии и значительная ширина доверительных интервалов. Причиной этогь являются сильные колэ -Зания уронайности зэрношх культур в Саратовской области. Это подтверждают расчетные значения вариационных коэффициентов: для отдельных районов области их величина достигает 613/1.

Детальный анализ динамики урога?носта зерновах культур в Заратовской области и в Поволжье показал, что Тактачаская трэ -ийность ишет характерное "пилообразное" изменение во времени. Зоэтому для повышения точности прогнозирования бала разработана за основе мотода корреляцеа парциальных коэМхщиавтов динлиячос-1ая модель прогнозирования уроааВноста. На каэдо« годовом отрез-

ке вреиани - £ I +1 изменение урояайности во времени точно описывается линейной зависимостью У- + . Определив для всех годовых временных отрезков коэффициента Ыс и /5; . получим два статистических множества коэффициентов ■( о<,3 в ^ (?,} . В результате ах обработки по методу наамвиьагх квадратов била получены параметры Ы. С Ь) и (3 ( £-) динамической модели ярогнозироиа -ния уроаа£ности у( £ } * £ (t ).

Разработанная методика была апробирована при дрогнозирова -ниа средней урожайности зорноеых культур в Российской Операции. Точность полученного с иомоада данной модели прогноза оказалась на 1% шж по сравнений с прогнозом на основа существуодах методов.

ДругоР подход к решении проблема шшшёная.точности прогнозирования гонотая на рассмотрении колебаний урожайности в каче стве случайного процесса. Такой подход послужил основой для разработки стохастической модели прогнозирования урожайности. Путей статистической обработки многолетних данных виделяотся згки высокой. средней и низкой урояаРвости и определяются статистичес кие вероятности р^ "попадания" значения урожайности в -ю зону. Для кажлоП зоны определяет свое корреляционное уравнение

■ /у С ¿" >» В результата модоль приобретает вид У (1) ■ "о ] « 1.2.3.

По этой методике на основании даншх о величине урожайности за последние 40 лет била получена стохастическая модель прогно -зирования средней урожайности зерновых культур в Поволжье: )• - O.&^otцt - 0.007 * 2 * 0.466 £ * 1.057. гдо момент времени ¿ • I соответствует 1947 году.

Существенный недостаток данноЗ модели заключается в том, что в вей вероятность р^ "попадания" урожайности в кахдуп не выделенных зон не меняется в течение всего анализируемого периода. Анализ *е многолетних оаытных данных выявил ее существенную динамику. ■■.■■■■■■.

Указанный недостаток устраняется с аомощьо разработанной динамической стохастической модели прогнозирования. Для ее построения весь анализируешб временное промежуток разбивает на ив -тервалы одинаковой продолтительностя. Для каждой зона уронайноо-тя получает свое уравнение зависимости количества "попаданий" значений урожаРяости в j -о зону (Ю от номера интервала Ь/

я рассчитывает соответствующие статистические динамические веро -ятяости pj (lO. В результата динамическая стохастическая модель прогнозирования урожайности принимает бид: у ít.A/) °ZP', М )*

уjU). rj

В целоц разработанная автором система одно$акторных моделей прогнозирования урожайности зерновых культур позволила в ряда случаев несколько повысить точность я достоверность прогноза до сравнении с сгдэствуедимв мотодача прогнозирования. Однако все одкофактсркыо модели лишь пассивно отобрана*» изменение yposr 1 -ности во времени, не вскрывая причин, его обуславливающих, что возыояло лишь на основе многофакгорных моделей.

Во ьторой главе "Прогнозирование урожайности на основе ьшо-ро^акторных моделей" рассматривается метадина построения иного -|акторных моделей; исследуется влияние производственно-зкономи -чаек til а природно-климатических факторов на урожайность зерновых культур ; рассматривается автокорреляция уротайяостеЗ ; описывается разработанная автором многокаморная модель прогнозирования зредней урожайности зеряошх культур.

Loa моделировании сложных процессов, когда на результируо -ций признак оказывает влияние множество факторов. целесообразно щти по пути двухстадийного их отбора. IIa первой стадии на основании теоретического качественного анализа отбираются основные, [¡орнируищие иоделируешй показатель факторы. а на второй, с по -ющыо количественных оценок в сочетания с качественный анализом, ¡ааболез сущестЕенныо, которые и включаются в результирувщуо uо-(ель.

Руководствуясь этим принципом, на первой стадии моделврова-шя урояаГ.носта зерновых культур в Саратовской области цэлесооб->азяо отобранные факторы разбить на две группы:

1) яроязЕодствеояо-зконоютеские ;

2) лриродно-кли(.итичвскиэ.

К первой груuno факторов были отнесены: Xj - посевная пло -ддь зерновых культур, тыс.га ; Х£ - соотношение лосовшх алоща -;ей под яровыми и озиыыш зерношцз культурами ; Хд - доля поев -яоС шчхдада кукурузы на зерно в структуре зерновых культур. %; 4 - доля посевных шюоадей под зднолетвиыа травами о еввооборо-ах. доха посевных плодадей под эервошыа культурами ил

рояаэjsix землях. % ¡ х5 - ааоладь чистых оароа. тьо.га ; х^ -

»нерговооруженносгь. л.с./I раб. ; х3 - энергообесдечеаносгь, л.е./ 100 га.

Общш для всех этих факторов явились четко выраженная тепленная динамики, детерминированный характер, относительная устойчивость значении и. главный образом, их управляемость и независимость от внешних, неконтролируеких человеком условии.

В результате проведенной на ЗЗМ EC-IQ6Q математической об -работки статистической информации била получена многофакторная и оде ль. отражающая зависимость величины уроаайности зерночих, т/га, от Еьшепаречисленних факторов вида: У «-I.S2 + 0,00u5xj + 0,Û08SI2 - 0,1128 Х3 + 0.0090Х4 - 0.3734Хд ♦ O.COOIXg ♦ О.ОЗа^ + 0.0190х8 При этом коэффициент ыногественаоЕ корреляцииR«0.454 ; стандартная оцибка оценка S « 5.093 ; значение критерия битера р - О,SO.

lia основании полученных результатов ыопно заключать, что произгоцстгешю-аковокические факторы не оказывает определящего влияния на величину урохаГноста зерновых культур в Саратовской области. Значение коэффициента детерминации свидетельствует, чтв лишь 2Q.6Î изменена? урожайности напвается совокушшы рлияниоц первой грулш факторов. Низкая достоверность гипотезы о сущест -венной влиянии указаниях (¡акторов подтверждается такжч цапни . значением р-кратерая.

Анализ влияния на коделяруешЁ аризнак каздого из отобран -них проазводствеиао-эконошгческих факторов в отдельности, проса -донки5 для различных вицоб заввсиноста,показал, что наиболее существенном из них оказывается фактор х^» яриче:* в случав па раб о -мческоЯ зависимости. Дани»2 фактор должен бить включен в разуяь-таруодус модель на второй стадии ее разработка.

Результаты ан&ыаа указывает на необходимость рассмотрения в качестве самостоятельной ароблеш задачу прогнозирования уро -жайяоети яровых зерновых культур, удалив при этом особое Еняыа -вив зервошы культурам, Еозделываеши i;a opotoaeuux зешях.

Изучение природно-климатических условий Саратовской облаете, полученные агроклсшатичаскиа характеристики условий дроизраста -нхя эеряоэих культур привела х заключение. что ери анализе влия -ная природно-кляиатичасхях условий на урожаГность зерно^х культур у необходимо учитывать сдедувидо факторы: Xj - запасы продгк-

тивной влаги в метровом слое почвы на 3-я декад; апреля, ми ; %2 - сумма осадков за 3-ю декаду апреля, им; Хд - суша осадков в ше, ш; » сумка осадков в иона, ш; х^ - с у »яда осадков в июле, мм ; Хц - суша осадков за вегетационный период, мы ; х^ -суша эффективных температур яарастаадим итогом на 31 иадя, °С.

В результата обработки статистической информации на ЭВМ била получена модель, отр&тсавдая влияние вышеприведенных факторов на уротГностьг У » 1,02 + О.ООКх! + 0,0006х2 + О.ОП^Хд + +0.0106х4 + 0,0051x5 ♦ О.ООЗОхз - О.ОООЗх^ При этом величин*, коэффициента мнолшствеяяоЗ корреляции Я составила 0,803 ; стандартная оиибка оценки 5 = 2,764 ; значение критерия Фишера ? в ■ 7,54. Сравнение последнего с табличный доказывает ЗЭ£-ю достоверность полученной модели.

Величина коэйициента детерминация, соответствующего полу -ченяоиу значению I? , свидетельствует об определяющем влиянии выделенных природно-климатических факторов, поскольку свыав изменений величины урожайности вызывается их совокупный влиянием.

Проведенный анализ влияния на Еалнчаяу урожайности каждого аз факторов в отдельности для различных видов зависимости пока -зал, чю наиболее существенным из них является Х£ (количество осадков за вегетационный период), прачэм наиболее точно связь его с У отражает линейная зависимость.

Также заметное влияние на величину урояайяоста оказывает факторы Хд а х^ , характеризующие количзство осадков в паз а коне. соответственно.

•Следовательно, количество выдавших осадков в лернод вагета-циа в значительной степена определяет вышчану урожайности. Од -нако прогнозировать количество выпаваих осадков ва бляяяво и сродною перспектпву - задача на сегодняшний дань неразрешимая^ поэтому получить качественный прогноз уроагайиостн зериових в Саратовской области возможно лишь для культур, возделываемых в условиях орояения, позволявшего компенсировать отрицательное влияние данного фактора.

Кроне этого, заиотное отрицательное влаяяко па урозайпость оказвь&ат фактор х^ - суша зф£ектапшх температур за вогатааа -опны2 период. Это указывает на то. что термический фактор явля -ется азбыточяик а ара характерном для налей облаете недостатке

осадков а запаса влаги в почве отрицательно сказывается на уро -жайности.

Полученные ношсокие значения частных коэффициентов корре -Дядии для х^ и ¿2 показывают, что данные факторы не являются ли-митируздици.

На основании проведенного анализа корреляционной матриц», полученной для природно-климатических факторов, можно заключить, что в результирующую модель необходимо включить из числа указанных факторы х^ и Ху. Несмотря на то. что 'акторы х^, х4. х§ также тесно коррелируют с моделируемым признаком у. их следует исключить из модели, поскольку они линейно зависимы о х^.

При разработке перспективных прогнозов уроааЯности целесо -образно учитывать автокорреляцию урожайностей. фундаментальным теоютгчег им обоснованием необходимости подобных исследований является сформулированный КДобихом закон минимума. Кроме того, следует учитывать и закон совокупного действия факторов. Бее факторы взаимодействуют друг с другом и оказывают влияние не только каэдыЗ в отдельности, но и как сложный взаимосвязанный комплекс. Это влияние мозет быть и прямым а косвенным, с заааз -даванием во времена и без него. .

Расчеты показали, что автокорреляция урокайнос.ей зеряошх культур в Саратовской области мохет бить представлена следуодям образом: У; - -0.446 У --I * 0.026 у ; _2 ♦ 0.216 У ; _з + + 0,374 у • _ 4 + 0,391 у • _ 5 + 0.5Ь9. где - урожайность текуцаго ( I -го) года. Проварка по критерию Дарбаиа-Уотсона показала 95£-ю достоверность полученной полоаатедьиой автокорреляция, а значение коэМшиенга детерминации позволяет говорить о заметном (почти 35?) ее влиянии на урожайность.

Из полученной корреляционной матрацы следует, что с целью учета автокорреляции в результируидую модель целесообразно включать урожайность с пятилетним лагом, т.е. у I _ 5.

Результатом проведенного анализа влияния на величину сред -ней урожайности зерношх культур У ороЕЗводстваняо-экономжчес-ках а прнрадно-имматичеенкх факторов. а также исследований а> -токорреляциа урожайностей авхлась результяруодая модель прогяо -зярованая вяда:

у « 9,05«> 0.017 хг ♦ 0,045 х2 - 0.0X3 Хз + 0,131 у • _

где Xj - соотношение посевных плояздэЯ под яровыми и озимыми зерногаши культурами; х2 - сумма осадков за вегетационный период^ мм; Xg - сумма эЛ\«ктигных температур за вегетационный период^ °С; у ^ _ § - уроиаЯность с пятилетним лагом.

Рассчитанные для данной модели статистические оценки тако -вы: коэффициент ынолественной корреляции £ = 0,760; ого средне -квадратическая ошибка S » 0.09Э; значение критерия Фишера £ -ш 14.166. Сравнение последнего с табличным значением позволяет говорить о 99,!-й достоверности модели. В целом, как свидетельствует воличина полученного коэффициента детерминации, данная мо -дель отражает 535 динамики уронаЯности зерношх культур.

Анализ полученной -атрицы царних коэффициентов корреляции также »ка;ал на оар'еделяадэе влияние природно-климатических факторов. Их совокупным влиянием вызывается 83£ динамики урожайности, отракаег.мх данной моделью.

Однако, несмотря на високуо достоверность, разработанная модель моког быть использована лишь для лгиблиленяого прогноза -рования средней урожайности зерновых культур. Осаовная причина этого заключается в опраделяпдем влиянии природно-климатических факторов, которые оказывают ссзци;йческпо воздеПствиэ на кадцуи хонкретнув зерновуо культуру.

По этоЗ же причине необходимо рассматривать как отдельные вадачи прогнозирование урога?ностой яровых а оэшшх зерноых культур. Кроме того, в модели прогнозирования для макро-обхекта (регион, край, область) приходится вкдачать усредненные ярирод-во-клиыатическиэ показатели, которые в Саратовской области значительно отличаются по микрозокам. Следовательно, достоверно описать влияние данной группы факторов на урожайность можно лишь для микро-объектов (конкретное хозяйство, опытное nose ж т.п.).

В силу непредсказуемости природно-климатических ¿[акторов, точны!! прогноз возможно получить лишь для культур, возделывав -mux в условиях ороазная. позволяющего уызньлить их влияние и стабилизировать динамику урохайяости.

В третьей главе "Прогрчзарованиа урожайности орооаамой про->оЯ пхенипн" приводится обоснование выбора и природпо-клвмати -чвская характеристика объекта исследования; обосновывается вкло-

ченяе в модель прогнозирования основных факторов, формирующих урожайность орошаемой яровой пшеницы, а также подученные количественные оценки их существенности а степени влияния ; предлагается разработанная ияогофакторная модель прогнозирования урожай -ности орошаемой яровой пшеницы, обеспечивающая высокую точность и достоверность прогноза; дается анализ взаимодействия формирующих урожайность факторов.

Орошение повышает эффективность всех формирующих продуктивность растение факторов, позволяет значительно уменьшить влияние на урожайность некоторые природно-климатических факторов, воздействие которых носит случайный, непредсказуеиай характер. Уса способствует получению более точного и достоверного прогноза урожайности.

Поэисыу центральная проблема исследований - разработка модели прогнозирования урожайности, отражающей процесс ее фораирова -ния - решена нами на примере орошаемой яровой пшеницы, являидей -ся одной из ведущих и наиболее перспективных зерновых культур в Саратовское области.

Радо» ведущих ученых-аграрников, посвященные проблеме про -гнозирования, а также результаты наших исследований, приведенные во второй главе, говорят о том, что многофакторные модели прогно-зhdзваная смеют локальное значение. Они правомерны в конкретных погодшх в почвенных условиях.

Для проведения опытов было выбрано ОШС "Волга", расположен -ное на правой берегу реки Волга и по своим природпо-климатичес -кии условиям относящееся к Центральной микрозоне..

Изучение трудов ученых, специализирующихся на проблемах орошаемого аеаледелия, привело к заключению, что в модель прогнозирования урожайности орошаемой яровой пшеницы должны быть вклю чены «Зактоси: х^ - температура почвы в первой декаде апреля ; °С; х2 - температура воздуха во второй декаде апреля, °С; Xg - температура воздуха б третьей декаде апреля, °с ; х4 - температура почвы в первой декаде мая, °С; х§ - количество осадков в апреле, км; Xg - количество осадков в мае, мм ; Xq - влагность почва в хритическив периоды роста, %; ig - содоряанге в почве А/Од. мгЛОО г; хэ - содержание в почве PjjOg. мг/ЮО г ; Xjg - содер -явиль ь почве KgO, ыг/IOO г; Xjj - густота стеблестоя, нт./м2; ZI2 * Звомасса, г/ы2 ; х^д - кодичаотво сорняков, вт./м2; Хзд -касса сомшков, г/м2.

С учетом рекомендаций исследователей для решения поставлен -ной задача был также использован метод двухэталного моделирова -няя, Ба первом этапе строились тра корреляционных модели - линейная, логарифмическая и параболическая, связыващие урозай -ность. с отобранными факторами. Далее для каждого ¿[актора производился количественный а качественный анализ существенности влияния ого на урожайность. Для признанных существенными факторов выбирался наиболее знаиишй вид завасаиоста. На втором этапа в модель включались существенные факторы с отобранным видом зава -симоста.

Параметры моделей в необходимые статистические опенки была рассчитаны на ЭБ.М ЕС-1060 на основании эмпирических данных, по -лученных в опытах. Объе..; выборки равнялся 36, что позволило удовлетворить всем требованиям, предъявляемым к икогофакторным но -долга, а обеспечить необходимую точность и достоверность результатов.

В итоге била получена розультиругацая модель ярогнозирова -ная урохаГнпстп ороааемой яровой пшенапы у, т/га, в следукцем

У —1,11 + 0,0012 х? ♦ 0,0248 хг + 0,0606 Ог.х3 0,0004 х\ + ■»• 0,0001 х| + О.ОЗОЭ + 0/1524 X? + 0,0041 х| + 0,1609-¿г-т, +

♦ 0,0002 х|0 + 0,0351 бахп «■ 0,0004 Х12 - 0.0206Си.х13 -

- 0,2904 6и,х14.

При это и величина коз Цемента множественной корредяцеа £«0,974; стандартная ошибка оценки 5 - 1,511; значения критерия Стьвдента t » 19,681, а критерия Фишера 5 « 27,608.

Сопоставление значений критериев с табличныма позволяем говорить о 99£-Й достоперности модели. Значение коз$гацс^ята де -те ру и над а и показывает, что данной модель» описывается 95£ дана-мнк1 урояайяости ороааемой яровой пшенипы, е. совокупное влияние неучтенных в модели ({акторов не превышает 52.

Получанная при решении задача корреляционная матрица позволяет провести анализ существенности а взаимодействия формарув -щах уроааЯность факторов.

Наибольших значений ( ~ 0,82) достигаот частные 1:оэф{.ициеи-ти корреляции с урожайностью орошаемой яровой пшеницы у факторов Хтт к х12, характеризующих густоту стеблестоя в величину био -

массы. Проведенные расчеты позволили получить количественную оценку степени влияния данных факторов на урожайность.

Обращает на себя вйимание высокая степень негативного влияния на уроглЕность массы сорняков и количества их на квадратном метре посевной площади, представленных в модели факторами Хзд а х23« Для указанных факторов значения частных коэффициентов корреляции достигает-0.95 и -0.55, соответственно. Это заставляет обратить внимание на необходимость активизации борьбы с сорняками, проведения всего кслплакса мер борьбы с ними, внедрения научно-обоснованных севооборотов.

Рассматривая грушу факторов, характеризующих химический состав почвы, следует отметить, что среди них наиболее существенное алиянае на урожайность орошаемой яровой шеницы оказывает с одер -жанке в почве нитратного азота, несколько меньшее - количество доступного фосфора и растворимого калия. При этом следует отме -тить. что значения частных коэффициентов корреляции у данных факторов, оказались ниже, чем у ранее рассмотренных. Причина зтого заключается в достаточной обеспеченности почвы азотом, фосфором а калием. .

Среди группы клшатсческгх лекторов наибольшего значения (более 0.5) достигает величина частного коэффициента корреляции у фактора Хд. характеризующего температуру воздуха в третьей да -хаде апреля, то есть в период*посева и всходов яровоС пшеницы.

Также необходимо отметить существенное влияние на формиро -ванаь урозаЗности количества осадков в апреле, когда еще не проводят долив«.

Меньшего значения достигает величина частного коэффициента корреляции для фактора х^. отрагаанего количество осащсов в маэ. Это объясняется, во-первых, тем. что на период всходы-куаение у' аэогоа шеивш преходится маь водопотреблавия ; во-вторых, -вы сюда и ¿их осадков в мае в районе объекта исследований (в среднем 35,1 мм) достаточно для нормально? вегетации ; в третьих. -о фазу кучеяия проводят первые полив.

Гораздо слабее влияет на урогайность температура дочвы в во-ахуха в первой декаде мая. Это связано с незначительное ее езнен-чавветьв в досгагочясЕ для нормальной вегетации ведачаной.

Дда вивдевая ■{юрмы и количественной оцеиха вмиыодоЯ.ствяя

факторов целесообразно ввести показатель дифференциальной нории взаимосвязанного Факторов ДНВ (х; y/Xj ). С помощью этого пока -зателя можно количественно охарактеризовать степень взаимодействия факторов х ; и х | . благодаря которому путем оптимизации фактора х; усиливается эффективность использования растением дефицитного Фактора х; .

При анализе корреляционной матрицы обра'дают на себя внимл -ниэ высокие значения парных коэффициентов корреляции ( Ту ) между крайне ваашм для вегетации а обладаациы высокой изег'нчи -востью фактором Хд и факторами хд и хд. В данном случав 1 53 » - 0.31; X ш 0,52. Это говорит о возможности погасить эф!«н— тиьность почвенной влаги путем уваличеняя содержания в почве азота " Фосфора.

Высокие значения парных коэффициентов дорроляции £ 43 в « 0,34 и Ъ 49 « 0,24 позволяют заключить, что за счет уве-ачэ -ния степени обеспеченности азотом и фосфором улучшается коипен -саторная способность растения и повышается его устойчивость к неблагоприятный ./акторам внешней средн. В частности, к понижен -ному темпоратурно^у ре®шу в неблагоприятные по климатическим условиям годы на стадии йосвв-всхода-кущаяив.

Помимо этого из корреляционной, таблицы слодуег, что пред -ставляет определенный интерес возможность погашения эффективности использования яровой пшенице!? почвонно'' глага в период "тра -тий лист - кущение" при недостатке количества.осадков в мае, благодаря увеличению содержания в почве фосфора. При этом необходимо иметь в виду, что эфЬктавность внесения фосфора в почв? будет несколько ыеньаей. чем в рассмотренных ранее случаях, поскольку £д < 0,2.

Среди группы факторов, отражающих климатические условия, наиболее существенное влияние на величину угоаайности орошаемой яровой пшениш оказывает, судя по величине частного коэффициента корреляции, томпература воздуха в третьей декаде апреля. Поэтому большой интерес представляют количественные спелки возможности улучшить компенсаторные способности растения и повысит» •го устойчивость х низким температурам в данный период времени а неблагоприятные в кликатьческой отношении годы путем увеличена! отепени обеспеченности азотом, фосфором и калием.

В работе приводятся расчеты дифференциальных норм взаимодействия факторов и построенные на ох основе изоклинали.

Полученше в корреляционной матрице высокие значения частных коэффициентов корреляции (не менее 0,5) между факторами, характеризующими содержание в почве Д/03. Р205 и К20 являются кодичест -веншм отражением закона взаимодействия факторов и с 95%-й достоверность в доказывают, что при увеличен-и одного из указанных фа -кторов повышается эффективность воздействия на урожайность орошаемой яровой шенищ. и двух других.

Разработанная модель прогнозирования урожайности позволяет с приемлемой точностью проводить машинный эксхырвмеит по определенно экономически эффективно!: технологии возделывания яровой пшеница на орошении. Один из вариантов его приведен в таблице.

Экономическая эффективность поливов и внесения удобрений

для различных вариантов технологии возделывания — — — — —-- — — — — (— — — — р — — — — р—— — — —. — —р- — — <— —

Варианты технологии \ Урожай-} Стоимости Производ- } При- ] Уровень возделывания ; кость, ; продукций,етв.ватрач бкль, . рента -} т/га { тыс.руб.4 ты.тыо. гас. I бельнос-; • га ; руб./га руб./г$ ти.%

Без поливов а удобрений 1.443 123,9 118.8 И.1 9

Без поливов + ♦м30р60р60 1.534 138.1 126,4 11.7 9

Без поливов + + М 90^20%) 1.774 159,7 139.1 ■ 20.6 15

I полив без удобрение 1.870 168.3 134,8 25

2 полива без удоб - рений 2.297 202.7 142.0 64.7 45

2 полива + ♦К 90^120%) 2.628 236.5 158.6 77.9 49

Вэлачяна наименьшей существенной разности (НСР) ддя уровня эаачимоств 0,05 составила 0,071 т/га.

Сравнительна анализ расчетных и фактических урожайиостей показал, что ооиоха машинного эксперимента составляет 4.4%.

На осаове предлагаемой шиш модели возможно проведение ск -

туацпонного моделирования. позволяемого выбрать оптимальный вариант технологии возделывания в различных ситуациях, дрииеры я блок-схема алгоритма которого дана в приложении к диссертации.

В заключении излагаатся основные выводы. вытекаацае из ре -зультатов проведенного исследования.

1. Урожайности зерношх культур в Саратовской области под -верзеш значительным колебаниям, что но позволяет получить достоверный прогноз урокаЯности на основе существуодих однофакторных моделей. Предлагаете нами динамическая я стохастический модели прогнозирования позволяют пошсить точность прогноза.

2. Получить точный и достоверный прогноз уролаСность кояно на основе много<1акторнн.: моделей формирования урожайности.

3. Производственно-экономические фактора не оказывают существенного влияния на величину урожайности.

4. Определяндее влияние на урозайнссть зерновых культур оказывает? природно-климатические ([акторы, особенно количество осадков за вегетационный период.

5. Точный и достоверный прогноз уро^Яностн нокет быть получен для зерновых культур, возделываемых в условиях орошения.

6. Предлагаеиая вами модель прогнозирования урожайности оро-иаецой яровой ашенаш обеспечивает высокую точность а достовер -пость прогноза, позволяет проанализировать влияние и взаииодоЕ -ствзе форларущих урогайность ^|aктopoв.

7. Данная модель позволяет проводить достоверный матецата -ческа!5, эксперимент по определенно оптимальной технологии воздо -лываная яровоЗ плеяаш на орозенаи в различных зональных природно-климатических условиях и могет быть рекомендована для ситуа -ционяого моделирования формирования злемэптов продуктивности ороааеыоЕ яровой пшеницы в производственных а учебных целях.

8. Несмотря на значительные деквано-иатэриальнив затраты, использование ороаения и комплексное применение удобрений позволяет повисать эноноиичосхуо эффективность производства яровой ошв НИШ! •

По тема диссертации опубликованы следующие работа:

1. Коков 0.Г.. Иоанно А.Д. К методике прогнозирования уро -жайносха по многолетним данным //Региональные проблемы социально-экономического развития и совершенствования управления АПК: Сбор-нвк тезисов докладов и сообщений Всесоюзной научно-практичоской конференции/ ИСЭП АПК АН СССР.-Саратов. 1939.-С. 182-183.

2. Боков О.Г.. Иоанно А.Д. Метод ..оррвляциа парциальных ко -аффшщентов в прогнозировании урожайности //Научно-технический прогресс и формирование производственного потенциала: Сб.наустр./ ИСЭП АПК АН СССР.-Саратов. I390.-C.8S-94.

3. Боков О.Г., Иоанно А.Д. Прогнозирование производства сельскохозяйственной продукции на основе стохастических моделей // Повышение эффективности производства на основе совершенствования экономических методов управления: Тезисы докладов ресдубли -канскоЗ научно-практической конференции/ Татарское областное управление £30, КФЭИ им.В.В.Шбыпава.-Казань. I990.-C.37-39.

4. Иоанно АД. Иного факторная модель прогнозирования уро -жадности на ос..ове экономических факторов // Актуальные проблемы развитая сельского хозяйства и оедьскохозяйственнсго образования: Тезисы докладов на научно-практической конференции/' Саратов.СИ им.Н.И.Вавилова.- Саратов. IS93.-C.52-54,