CC BY
7
ТЕХНОЛОГИИ И ТЕХНИЧЕСКИЕ СРЕДСТВА ПРОИЗВОДСТВА ПРОДУКЦИИ ЖИВОТНОВОДСТВА
УДК 636.2
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ОЦЕНКИ ЭКОЛОГИЧЕСКОЙ УСТОЙЧИВОСТИ СВИНОВОДЧЕСКИХ КОМПЛЕКСОВ НА ОСНОВЕ ЭКСПЕРТНЫХ ЗНАНИЙ
Васильев Э.В. 1, канд. техн. наук Шалавина Е.В. 1, канд. техн. наук
2 1 Спесивцев А.В. , докт. техн. наук Спесивцев В.А.
1 Институт агроинженерных и экологических проблем сельскохозяйственного производства (ИАЭП) - филиал ФГБНУ ФНАЦ ВИМ, Санкт-Петербург, Россия.
2 ц
Санкт-Петербургский институт информатики и автоматизации (СПИИРАН) СПб ФИЦ
РАН, Санкт-Петербург, Россия.
Экологическая устойчивость свиноводческого комплекса - важная составляющая стабильного развития сельской территории. Цель исследования - разработка методики оценивания этого показателя при различном сочетании применяемых технологий и технических средств. Методика была разработана на основе нечетко-возможностного метода как обобщение профессиональных явных и неявных знаний экспертов. Для этого был выполнен анализ системы организации процессов утилизации навоза и соответствующих технологий и выбрано факторное пространство из количественных и качественных переменных, в рамках которого эксперт оценивал эффективность свиноводческих комплексов с точки зрения их воздействия на окружающую среду. Факторное пространство состояло из семи независимых лингвистических переменных: Х1 - поголовье животных, гол; Х2 - степень эффективности технологии переработки навоза, % сохранности питательных веществ от их содержания в исходном навозе; Х3 - степень эффективности использования воды при навозоудалении и уборке помещений, % от нормативного показателя; Х4 - степень эффективности технологии внесения удобрения в почву, % сохранности питательных веществ от их содержания во внесенном удобрении; Х5 - удаленность земельных угодий от свиноводческого комплекса, км; Х6 - уровень технической оснащенности, % от необходимого уровня с учетом расстояний и агротехнических сроков внесения удобрений; Х7 - уровень организации и контроля технологических процессов, б/р. Выходная переменная (У) - обобщенный показатель экологической устойчивости свиноводческого комплекса в указанном факторном пространстве. Была подготовлена вербально-числовая таблица с описательной характеристикой каждой моды выходной переменной. С использованием нечетко-возможностного метода была синтезирована нечетко-возможностная модель оценки экологической устойчивости свиноводческих комплексов в количественном выражении, которая позволяет выполнять обоснованное сравнение состояния предприятий в исследуемый момент времени. Полученная модель может быть использована в практических целях для поддержки принятия решений планирования, прогнозирования и выбора сценариев модернизации конкретных сельхозпредприятий. Проведенный анализ показал, что наиболее значимыми факторами в части экологической устойчивости свиноводческих
комплексов являются степень эффективности технологии переработки навоза и степень эффективности технологии внесения удобрения в почву.
Ключевые слова: свиноводческий комплекс, технология, экологическая устойчивость, факторное пространство, нечетко-возможностная модель, явные и неявные экспертные знания.
Для цитирования: Васильев Э.В., Спесивцев А.В., Шалавина Е.В., Спесивцев В.А. Математическая модель оценки экологической устойчивости свиноводческих комплексов на основе экспертных знаний // АгроЭкоИнженерия. 2022. № 3 (112). С.82 -97
MATHEMATICAL MODEL FOR ENVIRONMENTAL SUSTAINABILITY ASSESSMENT OF PIG-REARING COMPLEXES BASED ON EXPERT KNOWLEDGE
1 •• о
E.V. Vasilev , Cand. Sc. (Engineering), A.V. Spesivtsev , DSc (Engineering), E.V.
Shalavina1, Cand. Sc. (Engineering), V. A. Spesivtsev1
1Institute for Engineering and Environmental Problems in Agricultural Production (IEEP) - branch of FSAC VIM, Saint Petersburg, Russia.
9
St. Petersburg Institute for Informatics and Automation of the Russian Academy of Sciences within St. Petersburg Federal Research Centre of the Russian Academy of Sciences, Saint Petersburg, Russia
The environmental sustainability of pig-rearing complexes is a vital component of stable rural development. The study aimed to create a methodology for estimating this indicator under various combinations of applied technologies, machines and equipment. The basis was the fuzzy possibilistic method as a generalization of professional explicit and implicit knowledge of experts. With this aim in view, the study considered the system of organizing the manure disposal processes and related technologies and outlined a factor space with quantitative and qualitative variables, within which an expert assessed the efficiency of pig rearing complexes with regard to their impact on the environment. The factor space consisted of seven independent linguistic variables. Variable X1 was the number of animals, head. Variable X2 was the efficiency degree of a manure processing technology in % of nutrients saving from their content in the source manure. Variable X3 was the degree of water use efficiency during manure removal and premises cleaning,% of the standard indicator. Variable X4 was the efficiency degree of the fertiliser soil application technology, % of the nutrients saving from their content in the introduced fertilizer. Variable X5 was the distance between the field and the pig-rearing complex, km. Variable X6 was the availability level of equipment, % of the required level with due account for transportation distances and agro-technical time limits of fertilizer application. Variable X7 was the level of organization and control of technological processes, dimensionless. The output variable (Y) was a generalized indicator of the environmental sustainability of the pig-rearing complex in the specified factor space. A verbal and numerical table was prepared with a descriptive characteristic of each mode of the output variable. A fuzzy possibilistic model for assessing the environmental sustainability of pig rearing complexes in quantitative terms was synthesized. It allowed performing a reasonable comparison of the state of agricultural enterprises at the studied point in time. The model can be used for practical purposes to support decision-making in planning, forecasting and choosing scenarios for modernization of
agricultural enterprises. The analysis showed that the most significant factors in terms of the environmental sustainability of pig rearing complexes were the efficiency degree of manure processing and soil fertilisation technologies.
Key words: pig-rearing complex, technology, environmental sustainability, factor space, fuzzy possibilistic model, explicit and implicit expert knowledge
For citation: Vasilev E. V., Spesivtsev A.V., Shalavina E.V., Spesivtsev V. A. Mathematical model for environmental sustainability assessment of pig-rearing complexes based on expert knowledge. AgroEcoEngineeriya. 2022. No. 3(112): 82- 97 (In Russian)
Введение
Экологическая устойчивость
свиноводческого комплекса - важная составляющая устойчивого развития сельской территории. Под экологической устойчивостью в данном исследовании принимается способность экологической системы сохранять свои свойства и параметры режимов в условиях действующих внутренних и внешних возмущений, в данном случае от свиноводческого комплекса с площадками переработки навоза до земельных угодий для внесения удобрений [1].
Определение состояния
экологической устойчивости
свиноводческого комплекса невозможно без построения адекватной математической модели количественного влияния нагрузок на экосистему от технологий переработки навоза (атмосферный воздух, почва, водные ресурсы). Решение такой задачи позволит проводить мониторинг и прогнозировать фактические нагрузки на экологическую обстановку местности, превышение которой может привести к негативным последствиям и катастрофе [2-6]. Дополнительно при этом решаются проблемы экологического нормирования, основным содержанием которого является поиск нормы состояния природной экосистемы, нормы воздействия на нее и ответной реакции экосистемы на такие внешние воздействия.
Интенсификация технологий,
задействованных в свиноводстве, приводит
к возрастающей нагрузке на окружающую среду и возможным рискам загрязнения атмосферного воздуха, почвы и водных объектов [7-10]. Внедрение комплексах высокоэффективных технологий,
соответствующих НДТ, позволяет снизить риски загрязнения окружающей среды при сохранении рентабельности комплексов [11-15].
Эксплуатация свиноводческих
комплексов, как показывает отечественный и зарубежный опыт, определяется рядом факторов обеспечения благополучия экологической обстановки в районах их расположения, среди которых основные -эффективность применяемых технологий удаления, обработки, хранения и использования органических удобрений. При этом одной из основных задач охраны окружающей среды вблизи предприятий является количественная экологическая оценка воздействия применяемых технологий и техники.
Актуальность исследований
заключается в том, что за счет обоснованного сочетания технологий и применяемых технических средств, сохраняется рентабельность предприятия при минимальных рисках загрязнения окружающей среды.
Экологическая устойчивость
свиноводческого комплекса заключается, прежде всего, в изучении ее как явления в целом и адекватной количественной оценке этого явления, обобщающей воздействия применяемых технологий и техники. При
этом повышение экологической устойчивости приводит к снижению риска загрязнения окружающей среды.
Цель исследований - разработка на основе нечетко-возможностного метода методики оценивания состояния
экологической устойчивости
свиноводческого комплекса при различных сочетаниях технологий и технических средств.
Материал и методы
Для разработки методики оценивания экологической устойчивости свиноводческого комплекса применен нечетко-возможностный метод Спесивцева-Дроздова [16], основанный на формализации явных и неявных экспертных знаний в нечетких многомерных пространствах
функционирования сложных систем, к которым относятся практически все сельскохозяйственные технологии. Метод достаточно хорошо апробирован, в том числе для решения агроэкологических проблем, а его подробное описание представлено в соответствующих публикациях [16-18].
Методика НВМ включает в себя следующие действия:
- определение факторного пространства (ФП) изучаемого явления. В нашем случае это выбор и обоснование наиболее значимых факторов, влияющих на экологическую устойчивость свиноводческого комплекса;
- определение диапазонов принимаемых значений по каждому фактору. В нашем случае для оценки факторов влияния на экологическую устойчивость принят интервал [-1;+1]. При этом «-1» соответствует низкому воздействию фактора, а «+1» -высокому воздействию переменной на экологическую устойчивость свиноводческого комплекса, как показано на рис.1;
- выбор целевой функции (У), для которой планируется создать модель,
раскрывающую её зависимость от факторных переменных;
- формирование (подготовка) матрицы опроса эксперта, включающей все значимые факторы, оказывающие воздействие на экологическую устойчивость;
- проведение планированного экспертного опроса по разработанной матрице, задающей набор значений всех входных лингвистических переменных и определяющей соответствующую оценку эксперта:
- перевод вербальных экспертных оценок в числовые с использованием соответствующей вербально-числовой таблицы значений шкалы У и обработка числовой информации методами теории планирования экспериментов;
- оценка значимости коэффициентов в полученной модели;
- проверка адекватности расчетов по полученной модели по мнению эксперта и фактическому состоянию объекта.
Апробацию вышеописанного метода осуществляли на основании исходных данных свиноводческих комплексов Ленинградской области.
В качестве экспертов выступали высококвалифицированные специалисты, имеющие многолетний опыт участия в работе с технологиями в свиноводстве.
Результаты и обсуждение
В соответствии с выбранным методом нечетко-возможностного
моделирования был определён целевой показатель Y - обобщенный показатель экологической устойчивости
свиноводческого комплекса. В качестве факторного пространства, определяющего экологическую устойчивость
свиноводческого комплекса, были выбраны следующие переменные:
Х1 - поголовье животных, гол;
Х2 - степень эффективности технологии переработки навоза, %
сохранности питательных веществ от начальной массы;
Х3 - степень эффективности использования воды при навозоудалении и чистке помещений, % от нормативного;
X4 - степень эффективности технологии внесения удобрения в почву, % сохранности питательных веществ от начальной массы;
Х5 - удаленность земельных угодий от свиноводческого комплекса, км;
Х6 - уровень технической оснащенности, % от необходимого с учетом расстояний и агротехнических сроков;
X? - уровень организации и контроля технологических процессов, безразмерный;
У - обобщенный показатель состояния экологической устойчивости свиноводческого комплекса.
Выбранное экспертами факторное пространство, как следует из описания переменных, системно учитывает все основные технологии, влияющие на экологическую устойчивость
свиноводческих комплексов. Здесь
следует отметить также, что каждая из переменных выступает как обобщенная, состоящая из переменных низшего уровня иерархии в расширенном факторном пространстве. Кроме того, при нечетко-возможностном подходе к формализации явных и неявных экспертных знаний количество переменных ограничивается величиной 7±2 по психофизическими возможностям человека [16].
При этом все факторное пространство представляется в виде нечетких лингвистических переменных, как показано на рисунке 1.
Ниже Выше
0,3 О, Б 0,7
-1 О +1
Рис. 1. Общий вид нечеткой лингвистической переменной
По оси абсцисс рисунка 1 размещены фактически три переходные шкалы: вверху - вербальная для удобства использования экспертом, т.к. эксперт думает словами, а не цифрами; внизу -количественные значения переменной (0,3....0,7) и стандартизованная для применения методов теории планирования экспериментов («-1»,..., «+1»); по оси ординат расположены функция
принадлежности, в которой только модам вербальных оценок соответствует значение «1». Для унификации представления нечетких лингвистических переменных в таблицах 2-8 количественные шкалы представлены в пределах 0,3-0,7 и даны их числовые переходные характеристики в натуральных физических измерениях.
Лингвистическая форма переменной Y по оси абсцисс содержит только две шкалы, т.к. отсутствует необходимость перевода в стандартизованный масштаб, а в таблице 1 приведены вербальные характеристики Н, ., В состояния экологической устойчивости
свиноводческого комплекса, по которым описания переводятся в числовые значения.
Таблица 1
Вербально-числовые отношения при оценивании переменной У - обобщенный показатель _состояния экологической устойчивости свиноводческого комплекса_
Интервалы Моды интервалов риска Описательная характеристика
0,4 и ниже Низкая Н 0,3 Экологически неустойчивый свиноводческий комплекс с риском нанесения вреда окружающей среде более 80%
0,3-0,5 Ниже средней НС 0,4 Экологически неустойчивый свиноводческий комплекс с риском нанесения вреда окружающей среде более 60%
0,4 - 0,6 Средняя С 0,5 Свиноводческий комплекс средней экологической устойчивости с риском возникновения локальных случаев нанесения вреда окружающей среде менее 50%
0,5 - 0,7 Выше средней ВС 0,6 Экологически устойчивый свиноводческий комплекс с минимальными рисками локального нанесения вреда окружающей среде
0,6 и выше Высокая В 0,7 Экологически устойчивый свиноводческий комплекс с отсутствием значимых рисков нанесения вреда окружающей среде
В целях обоснованности выбранного факторного пространства рассмотрим более детально каждую из переменных с заданием их описательных характеристик по возрастанию воздействия на обобщенный показатель экологической устойчивости свиноводческого комплекса.
Х1 - поголовье животных (таблица 2).
Поголовье животных является одной из важнейших переменных ФП, поскольку ее количественные значения в обобщенном виде отражают и прибыль, и затраты предприятия в целом, в том числе и экологическую устойчивость свиноводческого комплекса.
Таблица 2
Оценивание состояние свиноводческого комплекса по переменной Х1
Интервалы Моды инте рвалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Поголовье выше 50000 голов
0,3-0,5 Ниже средней НС 0,4 Поголовье в диапазоне 30000 - 50000 голов
0,4 - 0,6 Средняя С 0,5 Поголовье в 30000 голов
0,5 - 0,7 Выше средней ВС 0,6 Поголовье в диапазоне 10000 - 30000 голов
0,6 и выше Высокая В 0,7 Поголовье ниже 10000 голов
Х2 - Степень эффективности технологии переработки навоза (таблица 3).
Таблица 3
Оценивание состояния свиноводческого комплекса по входной переменной Х2
Интервалы Моды инте рвалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Отсутствие интенсивных низкоэмиссионных технологий переработки (применяется только компостирование и/или длительное выдерживание). Вместимости хранилищ и площадок достаточно только для переработки навоза.
0,4 - 0,6 Средняя С 0,5 Применение интенсивных низкоэмиссионных технологий переработки (ферментация в установках открытого и закрытого типа, закрытые хранилища). Вместимости хранилищ и площадок достаточно для переработки навоза и накопления конечных продуктов перед использованием.
0,6 и выше Высокая В 0,7 Применение интенсивных низкоэмиссионных технологий переработки (глубокая переработка, анаэробное сбраживание, ректификация). Вместимости хранилищ и площадок достаточно для переработки навоза и накопления конечных продуктов перед использованием.
Х3 - Степень эффективности использования воды при навозоудалении и чистке помещений (таблица 4).
Таблица 4
Оценивание состояния свиноводческого комплекса по входной переменной Х3
Интервалы Моды интервалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Использование чистой воды, отсутствие установок высокого давления.
0,4 - 0,6 Средн яя С 0,5 Использование чистой воды, использование установок высокого давления
0,6 и выше Высок ая В 0,7 Повторное использование оборотной воды, полученной после глубокой переработки навоза, использование установок высокого давления.
Х4 - Степень эффективности технологии внесения удобрения в почву (таблица 5).
Таблица 5
Оценивание состояния свиноводческого комплекса по входной переменной Х4
Интервалы Моды интервалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Поверхностное внесение без заделки в почву
0,4 - 0,6 Средняя С 0,5 Поверхностное внесение и заделка в течение 24 часов после внесения
0,6 и выше Высокая В 0,7 Внутрипочвенное внесение удобрения. Внесение и одновременная заделка удобрения
Х5 - Удаленность земельных угодий от свиноводческого комплекса (таблица 6). Таблица 6 - Оценивание состояния свиноводческого комплекса по входной переменной Х5
Интервалы Моды интервалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Все земельные угодья расположены за пределами рентабельного радиуса транспортировки. Отсутствие рентабельности, затраты на транспортировку не покрываются прибылью предприятия
0,4 - 0,6 Средняя С 0,5 Земельные угодья расположены как в рентабельном радиусе транспортировки, так и за его пределами. Нулевая рентабельность, затраты на транспортировку сопоставимы с прибылью предприятия
0,6 и выше Высокая В 0,7 Все земельные угодья расположены в пределах рентабельного радиуса транспортировки. Положительная рентабельность, затраты на транспортировку полностью покрываются прибылью предприятия
Х6 - Уровень технической оснащенности (таблица 7).
Таблица 7
Оценивание состояния свиноводческого комплекса по входной переменной Х6
Интервалы Моды интервалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Технические средства обеспечивают только своевременную транспортировку навоза к месту его переработки в удобрение, недостаточно технических средств для переработки всего навоза и внесения его в соответствии с агротехническими сроками
0,4 - 0,6 Средняя С 0,5 Технические средства обеспечивают своевременную транспортировку навоза к месту его переработки в удобрение и частичную переработку навоза в ОУ. Недостаточно технических средств для внесения ОУ в соответствии с агротехническими сроками
0,6 и выше Высокая В 0,7 Полная обеспеченность техническими средствами для работ в установленные агротехнические и сроки
Х7 - Уровень организации и контроля технологических процессов (таблица 8).
Таблица 8
Оценивание состояния свиноводческого комплекса по входной переменной Х7
Интервалы Моды инте рвалов Описательная характеристика
0,4 и ниже Низкая Н 0,3 Отсутствие учета объемов образования, технологии переработки, накопления и внесения
0,4 - 0,6 Средняя С 0,5 Учет объемов образования, технологии переработки, накопления и внесения без системы
контрольно-измерительных и фиксирующих инструментов
0,6 и выше Высокая В 0,7 Учет объемов образования, технологии переработки, накопления и внесения с применением системы контрольно-измерительных и фиксирующих инструментов
Согласно разработанной методике создается опросная матрица (таблица 9), где каждая строка представляет ситуацию состояния экологической устойчивости
свиноводческого комплекса для оценивания экспертом с учетом значений вербально-числовой таблицы 1.
Таблица 9
Фрагмент опросной матрицы с оценками эксперта и расчетными значениями по модели
Поголовье животных Степень эффективности технологии переработки навоза Степень эффективности использования воды при навозоудалении и чистке помещений Степень эффективности технологии внесения удобрения в почву Удаленность земельных угодий от свиноводческого комплекса Уровень технической оснащенности Уровень организации и контроля технологических процессов Обобщенный показатель экологической устойчивости свиноводческого комплекса
№ x1 x2 x3 x4 x5 x6 x7 Уэ Ур У
1 -1 -1 -1 -1 -1 -1 1 н 0,3 0,30
2 1 -1 -1 -1 -1 -1 -1 н-нс 0,35 0,33
3 -1 1 -1 -1 -1 -1 -1 нс-с 0,45 0,36
4 1 1 -1 -1 -1 -1 1 с 0,5 0,44
62 1 -1 1 1 1 1 -1 вс 0,6 0,60
63 -1 1 1 1 1 1 -1 вс-в 0,65 0,61
64 1 1 1 1 1 1 1 в 0,7 0,69
Все столбцы матрицы х^х7 заполнены стандартизованными
(кодированными) значениями «-1» и «+1», соответствующим минимальным и максимальным значениям факторных переменных [16-18]. Эксперты заполнили матрицу лингвистическими оценками Уэ,
после чего они были переведены в численную форму Ур по таблице 1.
Обработка экспертной информации в количественном виде методами теории планирования экспериментов привело к модели:
Y = 0,51094 + 0,02813x1 + 0,05313x2 + 0,04063x3 + 0,04531x4 + 0,04063x5 + 0,01875x6 + 0,0125x7 - 0,01719x2x3 - 0,03125x4x5 + 0,01094x1x4x7 - 0,0125x2x3x5 - 0,01406x3x4x5
Остаточное среднее квадратическое отклонение как ошибка вычисления
(Бост = 0,03 < 0,05 = бэ ) ниже, чем исходная нечеткость оценки эксперта, т.е. точность вычисления по модели выше, чем исходная нечеткость экспертного
оценивания в каждой ситуации (строке) матрицы 9.
Адекватность расчетов по модели экспертным оценкам была подтверждена с помощью коэффициента детерминации ^ ). Было установлено, что 96,6% общей вариабельности Y объясняется изменением факторов Х1-Х7. Это переводит модель (1) в разряд статистически значимых и позволяет использовать ее вместо экспертного мнения по данной тематике.
Анализ модели (1) позволяет с большой доверительной вероятностью
1)
утверждать, что наиболее значимыми факторами, в части экологической устойчивости свиноводческих комплексов, являются фактор Х2 - степень эффективности технологии переработки навоза, весовой коэффициент которого составляет 0,53, и Х4 - степень эффективности технологии внесения удобрения в почву, весовой коэффициент которого составляет 0,45.
Наличие адекватной модели позволяет провести численный эксперимент и получить дополнительную информацию об особенностях поведения переменных в различных состояниях функционирования свиноводческих комплексов. Так,
определена значимость каждого из входных факторов при разных условиях (рис. 2 и 3).
Рис. 2. Результаты численного эксперимента по оцениваемому состоянию свиноводческого комплекса, когда все переменные на низком «-1» уровне
-XI
Рис. 3. Результаты численного эксперимента по оцениваемому состоянию свиноводческого комплекса, когда все переменные на высоком «+1» уровне
По углу наклона графиков можно судить о силе влияния исследуемого фактора на зависимую переменную в присутствии влияния остальных. Так из графиков (рисунок 2, рисунок 3) можно сделать вывод о значимости переменных в хозяйствах разных уровней. В хозяйстве с низкой экологической устойчивостью (рис.2) наиболее важными являются степень эффективности технологии внесения удобрения в почву (Х4), затем степень эффективности технологии переработки навоза (Х2). В хозяйстве с высокой экологической устойчивостью (рис.3) наиболее важным является поголовье животных (Х1).
Проведенный численный эксперимент представляет два крайних состояний функционирования свиноводческого
комплекса:
- в неблагоприятном случае (рисунок 2), когда все значения переменных находятся на нижних уровнях, экологическая устойчивость оценивается как «низкая» и даже существенное уменьшение поголовья свиноводческого комплекса (х1 = +1) способно
повысить устойчивость только до значения 0,32, что по оценке шкалы таблицы 1 соответствует уровню моды «низкая». Другими словами, необходимо переводить технологию всего комплекса на более высокий уровень;
- в благоприятном случае (рисунок 3), когда уровень экологической устойчивости «высокий», даже существенное увеличение поголовья свиноводческого комплекса (х1 = -1) при всех благоприятных значениях переменных способно понизить устойчивость с уровня «высокая» до «средняя - выше средней». В то же время повышение удаленности земельных угодий от свиноводческого комплекса (х5 = -1) практически не изменяет уровень комплекса, т.к. наблюдаемое поведение графика этой переменной находится в пределах первоначальной нечеткости оценок эксперта.
На основании даже такого краткого анализа можно сделать вывод о существовании максимально поголовья животных, когда экологическая устойчивость свиноводческого комплекса находится в
допустимых границах. В таком случае определяющими, на наш взгляд, выступают уже экономические факторы и требуется применение методов эколого-экономического анализа, что выходит за рамки данного исследования.
Выводы
1. На базе нечетко-возможностного подхода разработана методика построения математической модель оценки экологической устойчивости свиноводческих комплексов в семифакторном пространстве лингвистических переменных на основе явных и неявных экспертных знаний. Особенностью методики является введение понятия «обобщенный показатель экологической устойчивости свиноводческого комплекса» как характеристики уровня экологической безопасности воздействия на природу. Принятый безразмерный масштаб этого показателя в интервале [0,3, ..., 07] отражает величину субъективной вероятности состояния экологической устойчивости свиноводческих комплексов в условиях существенной неопределенности на основе знаний и опыта высококвалифицированных специалистов-экспертов в данной предметной отрасли.
2. На базе нечетко-возможностного подхода к формализации явных и неявных экспертных знаний о состоянии нечетких многомерных сложных системах, к которым относятся практически все сельскохозяйственные технологии и производства, разработана методика построения нелинейной нечетко-возможностной модели оценивания экологической устойчивости свиноводческих комплексов в семифакторном пространстве лингвистических переменных. С одной стороны, это подтверждает функционирование свиноводческого комплекса как сложной системы, а с другой, -свидетельствует о высокой квалификации
привлекаемых экспертов к данному исследованию
3. При анализе технологий и систем организации процессов переработки навоза свиноводческого комплекса, а также построения модели количественной оценки его экологической устойчивости изучено действие семи основных переменных, системно представляющих изучаемое явление: поголовье животных, степень эффективности технологии переработки навоза, степень эффективности использования воды при навозоудалении и чистке помещений, степень эффективности технологии внесения удобрения в почву, удаленность земельных угодий от свиноводческого комплекса, уровень технической оснащенности, уровень организации и контроля технологических процессов.
4. На основе анализа синтезированной адекватной нечетко-возможностной модели показано, что наиболее значимыми из семифакторного пространства в части воздействия на экологическую устойчивость свиноводческих комплексов являются переменные, представляющие все основные технологии (весовые коэффициенты от 0,053 до 0,041). При этом следует отметить, что коэффициенты модели, в отличие от обычных статистических регрессий, отражают явные и неявные знания высококвалифицированных специалистов-экспертов.
5. Синтезированная нечетко-возможностная модель позволяет, таким образом: проводить мониторинг и оценивать текущую экологическую устойчивость свиноводческих комплексов в любой момент времени; прогнозировать сценарии экологической устойчивости свиноводческого комплекса в зависимости от изменения технологических и управленческих решений; выбирать более эффективные пути повышения экологической устойчивости путём манипулирования значениями наиболее
значимых факторов. Так, численными экспериментами по модели установлено, что влияние переменных в одном и том же факторном пространстве меняется в зависимости от уровня применяемых технологий свинокомплекса в целом и при «низком» общем уровне функционирования комплекса его экологическую устойчивость не удается повысить изменением одной даже
самой существенной переменной -поголовьем животных.
6. Разработанная методика на основе нечетко-возможностного подхода обладает универсальностью и применима для других сельскохозяйственных процессов при соответствующем учете их специфических особенностей.
Исследования, выполненные по данной тематике, проводились при частичной финансовой поддержке в рамках бюджетной темы FFZF-2022-0004.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Васильев Э.В., Шалавина Е.В., Брюханов А.Ю. Показатели экологической устойчивости сельских территорий при интенсивном производстве животноводческой продукции // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. № 2 (95). С. 159-167.
2. Иванов Ю.А., Миронов В.В. Экологические проблемы современного животноводства // Проблемы механизации агрохимического обслуживания сельского хозяйства. 2015. № 8. С. 913.
3. Nguyen T., Hermansen J., Mogensen L. Fossil energy and GHG saving potentials of pig farming in the EU. Energy Policy. 2010, vol. 38, pp. 2561-2571 doi: 10.1016/j.enpol.2009.12.051
4. Younghoon Kwak, Hakjong Shin, Minho Kang, Sun-Hye Mun, Seng-Kyoun Jo, Se-Han Kim, Jung-Ho Huh. Energy modeling of pig houses: A South Korean feasibility study, Energy Strateg Rev, 2021, vol. 36, 100672, doi: 10.1016/j.esr.2021.100672.
5. Малахов В.М., Гриценко А.Г., Дружинин С.В. Инженерная экология: монография в 3-х томах. Том 3. Новосибирск: СГГА, 2012. 214 с.
6. Брюханов А.Ю., Шалавина Е.В., Уваров Р.А. Логистическая модель управления вторичными ресурсами в АПК // Экономика сельскохозяйственных и перерабатывающих предприятий. 2017. № 4. С. 38-41.
7. Брюханов А.Ю., Васильев Э.В., Шалавина Е.В., Уваров Р.А., Субботин И.А. Метод решения экологических проблем при обращении с навозом и помётом // Молочнохозяйственный вестник. 2017. № 3 (27). С. 84-96.
8. Брюханов А.Ю., Васильев Э.В., Шалавина Е.В., Уваров Р.А. Методы решения экологических проблем в животноводстве и птицеводстве // Сельскохозяйственные машины и технологии. 2019. Т. 13. № 4. С. 32-37.
9. Makara A., Kowalski Z., Lelek L., Kulczycka J. Comparative analyses of pig farming management systems using the Life Cycle Assessment method. J. Cleaner Prod. 2019, vol. 241, 118305. doi: 10.1016/j.jclepro.2019.118305
10. Won S., You B., Shim S., Ahmed N., Choi Y. Ra C. Nutrient variations from swine manure to agricultural land. Anim Biosci. 2018, vol. 31 (5), pp. 763-772. doi:10.5713/ajas.17.0634
11. Брюханов А.Ю., Трифанов А.В., Спесивцев А.В., Субботин И.А. Логико-лингвистическое моделирование для решения агроэкологических проблем / В сб.: Доклады XIX
Международной конференции по мягким вычислениям и измерениям (SCM-2016). Санкт-Петербург, 2016. С. 236-239.
12. Калюга В.В., Найденко В.К., Трифанов А.В. Выбор эффективных технологических технологий при реконструкции и строительстве новых свиноферм различной мощности // Научные труды ВИМ. 2002. Т. 142. Часть 1. С. 148-156.
13. Трифанов А.В., Калюга В.В., Базыкин В.И. Состояние и тенденции развития производства свинины в Российской Федерации // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2016. № 90. С. 5-14.
14. Groenestein C.M., Valli L., Pineiro Noguera C., Menzi H., Bonazzi G., Dohler H., Van der Hoek K., Aarnink A.J.A., Oenema O., Kozlova N., Kuczynski T., Klimont Z., Montalvo Bermejo G. Livestock housing. In: Options for Ammonia Mitigation: Guidance from the UNECE Task Force on Reactive Nitrogen. Edinburgh, UK: Centre for Ecology and Hydrology. 2014, pp. 14-25.
15. Hauschild M., Wenzel H. (eds.) Environmental Assessment of Products. London: Chapman & Hall, 1998. Vol. 2, 565 p.
16. Спесивцев А. В. Формализация и использование явных и неявных экспертных знаний для оценивания состояния сложных объектов. Дис ... доктор техн.наук. СПб: СПИИРАН. 2019. 357 с.
17. Спесивцев А.В., Домшенко Н.Г. Эксперт как «интеллектуальная измерительно-диагностическая система» / В сб.: Доклады XIII Международной конференции по мягким вычислениям и измерениям (SCM), 23-25 июля 2010, Санкт-Петербург. Санкт-Петербург: СПбГЭТУ «ЛЭТИ», 2010. Т.2. С.28-34.
18. Игнатьев М.Б., Марлей В.Е., Михайлов В.В., Спесивцев А.В. Моделирование слабо формализованных систем на основе явных и неявных экспертных знаний // СПб: ПОЛИТЕХ-ЭКСПРЕСС, 2018. 430 с.
REFERENCES
1. Vasilev E.V., Shalavina E.V., Briukhanov A.Yu. Pokazateli ekologicheskoi ustoichivosti sel'skikh territorii pri intensivnom proizvodstve zhivotnovodcheskoi produktsii [Indicators of ecological sustainability of rural areas with intensive livestock production]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produktsii rastenievodstva i zhivotnovodstva. 2018. No. 2 (95): 159-167 (In Russian)
2. Ivanov Yu.A., Mironov V.V. Ekologicheskie problemy sovremennogo zhivotnovodstva [Ecological issues of modern animal agriculture]. Problemy mekhanizatsii agrokhimicheskogo obsluzhivaniya sel'skogo khozyaistva. 2015. No. 8: 9-13 (In Russian)
3. Nguyen T., Hermansen J., Mogensen L. Fossil energy and GHG saving potentials of pig farming in the EU. Energy Policy. 2010, 38: 2561-2571 doi: 10.1016/j.enpol.2009.12.051
4. Younghoon Kwak, Hakjong Shin, Minho Kang, Sun-Hye Mun, Seng-Kyoun Jo, Se-Han Kim, Jung-Ho Huh. Energy modeling of pig houses: A South Korean feasibility study, Energy Strateg Rev, 2021, 36: 100672, doi: 10.1016/j.esr.2021.100672.
5. Malakhov V.M., Gritsenko A.G., Druzhinin S.V. Inzhenernaya ekologiya: monografiya v 3-kh tomakh [Engineering ecology: monograph in 3 volumes]. Novosibirsk: SGGA, 2012. Vol. 3. 214 p. (In Russian)
6. Bryukhanov A.Yu., Shalavina E.V., Uvarov R.A. Logisticheskaya model' upravleniya vtorichnymi resursami v APK [Logistics model of secondary resources management in agriculture
95
(on example of the Leningrad Region)]. Ekonomika sel'skokhozyaistvennykh i pererabatyvayushchikhpredpriyatii. 2017. No. 4: 38-41 (In Russian)
7. Bryukhanov A.Yu., Vasilev E.V., Shalavina E.V., Uvarov R.A., Subbotin I.A. Metod resheniya ekologicheskikh problem pri obrashchenii s navozom i pometom // Molochnokhozyaistvennyi vestnik. 2017. No. 3 (27): 84-96 (In Russian)
8. Bryukhanov A.Yu., Vasilev E.V., Shalavina E.V., Uvarov R.A. Metody resheniya ekologicheskikh problem v zhivotnovodstve i ptitsevodstve // Sel'skokhozyaistvennye mashiny i tekhnologii. 2019. T. 13. No. 4: 32-37 (In Russian)
9. Makara A., Kowalski Z., Lelek L, Kulczycka J. Comparative analyses of pig farming management systems using the Life Cycle Assessment method. J. Cleaner Prod. 2019, vol. 241: 118305. doi: 10.1016/j.jclepro.2019.118305
10. Won S., You B., Shim S., Ahmed N., Choi Y. Ra C. Nutrient variations from swine manure to agricultural land. Anim Biosci. 2018, vol. 31 (5): 763-772. doi:10.5713/ajas.17.0634
11. Bryukhanov A.Yu., Trifanov A.V., Spesivtsev A.V., Subbotin I.A. Logiko-lingvisticheskoe modelirovanie dlya resheniya agroekologicheskikh problem [Logical-linguistic modelling for solving agroecological problems]. In: Proc. XIX Int. Conf. on Soft Computing and Measurements (SCM-2016). Saint Petersburg, 2016: 236-239 (In Russian)
12. Kalyuga V.V., Naidenko V.K., Trifanov A.V. Vybor effektivnykh tekhnologicheskikh tekhnologii pri rekonstruktsii i stroitel'stve novykh svinoferm razlichnoi moshchnosti [The choice of effective technologies in the reconstruction and construction of new pig farms of various capacities]. Nauchnye trudy VIM. 2002. Vol. 142. Part 1: 148-156 (In Russian)
13. Trifanov A.V., Kalyuga V.V., Bazykin V.I. Sostoyanie i tendentsii razvitiya proizvodstva svininy v Rossiiskoi Federatsii [Current state and trends of pork production in the Russian Federation]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produktsii rastenievodstva i zhivotnovodstva. 2016. No. 90: 5-14 (In Russian)
14. Groenestein C.M., Valli L., Pineiro Noguera C., Menzi H., Bonazzi G., Dohler H., Van der Hoek K., Aarnink A.J.A., Oenema O., Kozlova N., Kuczynski T., Klimont Z., Montalvo Bermejo G. Livestock housing. In: Options for Ammonia Mitigation: Guidance from the UNECE Task Force on Reactive Nitrogen. Edinburgh, UK: Centre for Ecology and Hydrology. 2014: 14-25.
15. Hauschild M., Wenzel H. (eds.) Environmental Assessment of Products. London: Chapman & Hall, 1998, vol. 2, 565 p.
16. Spesivtsev A.V. Formalizatsiya i ispol'zovanie yavnykh i neyavnykh ekspertnykh znanii dlya otsenivaniya sostoyaniya slozhnykh ob"ektov [Formalization and use of explicit and implicit expert knowledge for estimating the state of complex objects]. Dis ... DSc (Engineering). Saint Petersburg: SPIIRAN. 2019. 357 p. (In Russian)
17. Spesivtsev A.V., Domshenko N.G. Ekspert kak "intellektual'naya izmeritel'no-diagnosticheskaya sistema" [An expert as an "intelligent measuring and diagnostic system"]. In: Proc. XIII Int. Conf. on Soft Computing and Measurements (SCM), 23-25 July 2010, Saint Petersburg. Saint Petersburg: SPbGETU "LETI", 2010. Vol. 2: 28-34 (In Russian)
18. Ignatev M.B., Marlei V.E., Mikhailov V.V., Spesivtsev A.V. Modelirovanie slabo formalizovannykh sistem na osnove yavnykh i neyavnykh ekspertnykh znanii [Modeling of weakly formalized systems based on explicit and implicit expert knowledge]. Saint Petersburg: POLITEKh-EKSPRESS, 2018. 430 p. (In Russian)
