ОПЕРАТИВНАЯ ОПТИМИЗАЦИЯ РЕЖИМА ОРОШЕНИЯ С/Х КУЛЬТУР В УСЛОВИЯХ АЗЕРБАЙДЖАНА Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

AGRICULTURE

ОПЕРАТИВНАЯ ОПТИМИЗАЦИЯ РЕЖИМА ОРОШЕНИЯ С/Х КУЛЬТУР В УСЛОВИЯХ АЗЕРБАЙДЖАНА

Д. ф.а. н. проф. Алиев З. Г.

Институт Эрозии и Орошения НАН Азербайджанской республики

Abstract. Efficiency hydro ameliorative supply of the agriculture as a whole husbandries concretely depends on accuracy agro meteorology to information, which is defined accuracy of the measurement agro meteorology parameter (moisture of ground and under land to surfaces of the land, the temperature of ground and air, evaporations, solar radiation, resistibility stalk plants, turbidities irrigation water, and etc), as well as accuracy agro meteorology forecast hanging from accuracy of the measurement agro meteorology factors.

In article is expressed, mathematical device for operative calculation and determinations and agro ameliorative parameter. In ditto time of our premises proves that the largest economic and ecological effect from introduction agro meteorology recommendation possible to get only then, when they are calculated on level separate facilities with inclination to concrete decisions at development ecological clean technology under growing agro culture cultures to achieve the maximum harvest.

At value to information given to accuracy, got by miscellaneous facility very important agro meteorology at optimization parameter.

Оперативное управление процессом орошения сельхозкультур становиться необходимым, когда в процессе вегетации растений возникают отклонения от запланированного развития, прежде всего, когда метеорологическая обстановка - осадки, температура и влажности почвы, температура и влажности воздуха, ветровая обстановка, солнечная радиация, приток воды и инфильтрация и др. отклоняются от ранее запланированных на основании средних многолетних данных условий в регионе. Таким образом, возникает задача, имеющая решения в два аспекта:

1. Техническое оснащение системы управления орошением;

2. Разработка алгоритма корректировки плана орошения, составленного в начале процесса на основании средних многолетних данных, которые естественно могут отклоняться от реальности каждого периода.

При этом также должны учитываться отклонения от необходимого режима орошения, имевшие место в прошедший период, так как они влияют на последующие развитие растений и их водообеспеченность.

Анализ многочисленных исследований ряда ученых доказывает, что основным математическим аппаратом для решения оптимальной многоэтапной задачи управления поливом является метод динамического программирования. Полагается, что основным отличием здесь от альтернативных решений задачи долгосрочного прогнозирования являются:

1. Работа системы оптимизации орошения в режиме реального времени;

2. Использование датчиков контроля водного и температурного режимов почвы, воздуха;

3. Использование датчика развития эталонного растения.

4. Адаптация модели влажности почвы к изменениям режима водопотребления.

5. Адаптация модели вегетации к отклонениям процесса вегетации;

6. Использование краткосрочного и долгосрочного метеорологических прогнозов.

Следовательно, здесь в качестве датчиков контроля режима сельскохозяйственного

поля следует принять к использованию датчики следующих параметров: в.т.ч.

- влажности почвы на различных глубинах;

- температуры почвы на различных глубинах;

- температуры атмосферы;

- влажности атмосферы;

- интенсивности солнечной радиации;

- скорости ветра

- направление ветра;

- Расход полива;

- Количества осадков;

- Испарение влаги;

- степень мутности поливной воды;

- Величина удельного сопротивления стволов растений и др.

Полагается отметить, что в качестве датчиков сопротивления его стебля, которые позволяют контролировать рост растения, толщину стебля и состояние растения.

Кроме того, для контроля режимных параметров технологического оборудования (фильтров для очистки воды, дождевальных установок, насосного оборудования, оросительных и поливных трубопроводной сети) и за распределением воды предлагается использовать датчики следующих параметров:

- мутности воды, подаваемой к дождевальным установкам (количество механических примесей содержимое в поливной воде не должно превышать 3 мг/л);

- расходы воды, подаваемой на сельскохозяйственное поле;

- давление воды в трубопроводной сети;

- работоспособности насосного оборудования и поливной техники и установок орошения.

При этом следует принять за основу управляющими переменными нижеследующих

параметров:

1. Интенсивность полива;

2. Сроки полива, которые определяются в результате решения задачи «Оперативная оптимизация режима орошения сельскохозяйственных культур».

Надо полагать, что в общем случае модель влажности сельскохозяйственного поля имеет общий вид:

dW

— = -Е£ - ЕТ (1)

Б

здесь Ет - расход воды на транспирацию;

Е - расход воды на физическое испарение.

По схеме в системе выделены блоки опроса датчиков, оценки физического испарения и транспирации Ef и Ет

Блок Е - обрабатывает показания датчиков температуры и влажности почвы и интенсивности солнечной радиации. Входами блока прогноза влажности почвы являются также величина транспирации Ет и объем полива, задаваемый блоком динамического программирования (через исполнительные механизмы полива).

Блок транспирации Ет обрабатывает показания датчиков влажности и температуры атмосферы, позволяя вычислить на их основании дефицита влажности воздуха. Далее с помощью биоклиматической кривой рассчитывается продуктивное водопотребление Е т.

Знание продуктивного водопотребления Ет позволяет осуществить прогноз вегетации с использованием модели

dR

— = Ь0 + Ь1Е т+ Ь2Е2 х (2)

где, Я - стебля эталонного растения.

Среднесуточный дефицит водопотребления за расчетный период определяется из соотношения:

ББ = Е т- (РТ-ЛР) - Г (3)

где Е х = 2 х"К °

£d - сумма среднесуточного дефицита влажности воздуха на расчетный период которое, определяется из отношения:

Кс - биоклиматический коэффициент испарения для данной сельхозкультуры исследуемого региона;

P т - осадки за расчетный период, мм;

AP - потери осадков на сток и фильтрации;

E т - водопотребление сельхозкультуры , которое также может позволит определить необходимый объем полива.

Дефицит влажности воздуха d определяется следующим образом. Но соответствующим измерительным приборам определяются температура воздуха Т определяется упругость водяных паров Увп и измеренной величине относительной влажности воздуха в;

P = У mX -Pi (4)

при этом дефицит влажности воздуха определяется по формуле:

d = Уm -P (5)

Необходимый объем, полива определяется с учетом скорости ветра и температуры воздуха при помощи выражения:

m = ДВКсм (6)

100-И ( )

100

Здесь. Ксм -= 1,25 - коэффициент, учитывающий затраты на смачивание листовой поверхности сельхозкультур, зависящий от культуры, фазы ее развития и процента орошаемой площади, находящейся под кроной или листовой поверхностью растений.

Влияние температуры атмосферы и скорости ветра учитываются с помощью коэффициента:

И = t(1 ——) - (a - x - Vp - q) (7)

100 p

где, a - относительная влажность воздуха в момент дождевания;

t - температура атмосферы;

Vp - расчетная скорость ветра на высоте 2 м.

Следовательно, здесь должны адаптироваться Ксм, d и q.

При этом необходимость адаптации модели влажности почвы к изменениям режима водообеспечения вызывается по следующим причинам:

- медленным трендом (монотонным изменением) свойства почвы, вследствие истощения плодородного слоя;

- изменением свойств поливной и грунтовой воды.

Вследствие этих факторов меняется чувствительность растений к поливу и к внесению минеральных удобрений и оказывается необходимой адаптация модели.

Надо отметить, что несколько иначе выглядят причины (факторы, способствующие к ним), вызывающие необходимость адаптации модели вегетации.

Полагается, что при отклонениях температурного режима и режима вод обеспечения последствия проявляются в дальнейшем процессе вегетации растений. При этом возникает необходимость в адаптации модели вегетации.

Адаптации модели влажности почвы и вегетации производится в блоках адаптации модели влажности почвы (АМВП) и адаптации модели вегетации (АМВ), где производится сравнение прогноза влажности почвы с показаниями системы контроля сопротивления стебля

растений. После адаптации модели поступают на хранение в банк моделей влажности почвы (БМВП) и банк моделей вегетации (БМВ).

В момент решения задачи динамического программирования модели извлекаются из БМВП и БМВ.

Адаптация моделей онтогенеза и влажности почвы необходима ввиду изменений свойства почвы, которые влияют на взаимодействие корневой системы с почвой и интенсивность обмена и накопления влаги. После решения задачи динамического программирования требуемый в данный момент объем полива выдается на исполнительные механизмы полива (ИМП). Далее с задержкой времени рассчитанное значение объема полива передается также в блок прогноза влажности почвы. Влияние времени на испарение после полива в виде:

Еф = Е1 -0.3 • (1 -1) (8)

где 1 - время после полива;

Е1 - испарение за первые сутки.

Для дня увлажнения 1 = 0

Следует отметить, что при этом надо учесть применение формулы оценки необходимости полива внутри циклов полива, например, внутри декад. Это модель имеет недостаток, состоящий в том, что она не учитывает температурные и ветровые условия.

Для реализации оперативной оптимизации используется следующая информация:

1) период планирования в виде дат начала и конца периода;

2) биоклиматические кривые с/х культур;

3) усредненный по многолетним данным метеорологический прогноз величины осадков, температуры и влажности почвы;

4) усредненные данные о поверхностном стоке;

5) усредненные многолетние данные о дефиците влажности воздуха;

6) временной шаг планирования - декада, сутки;

7) усредненные многолетние данные о грунтовом притоке - подпитке;

8) тип почвы;

9) усредненные многолетние данные об инфильтрации влаг в грунт;

10) усредненные многолетние данные о начале и конце фенелогоческих фаз по сельхозкультурам;

11) данные о начальном запасе влаги;

12) усредненные данные о скорости ветра;

13) усредненные многолетние данные о потерях от недополива в различных фазах развития различных с/х культур;

14) усредненные многолетние данные о температурах воздуха в период вегетации:

15) телемеханическая информация о перечисленных выше параметрах

Оперативная оптимизация выполняется на ПЭВМ соответствующей программой с

последующей распечаткой полученных нижеследующих результатов:

- дата;

- объем поливной нормы;

- величина недополива;

- величина переполива;

- фаза вегетации;

- периодичности полива;

- урожайности;

- расхода электроэнергии;

- потерь;

- затрат;

- оросительной нормы;

- количества поливов

Следует учесть, что задача решается от текущей даты Т до Тс а не от Тв.

Стартовая влажность при Тв определяется датчиком либо по данным лабораторного (расчетно-аналитического) контроля. При наличии многих полей у одного пользователя, тогда

X qi(t) < Q(t) (9)

где, qi - полив i-го поля в момент t;

Q(t) - суммарный расход воды в момент t.

m

X qi(t) < R(t);

i=1

Vimin < qi(t) < Vimax;i = 1..m; (10)

Wimin (t) < Wi( t) < Wimax(t) .

Здесь R(t)- оплачиваемый ресурс воды;

Vi min; Vimax; - минимальная и максимальная границы полива(нормы полива);

Wimin; Wimax - минимальная и максимальная границы влажности.

Теперь рассмотрим наличие многих пользователей и каждый оплачивает свое потребление воды. То есть:

m

X Ri(t) < Q(t);

i=1

q, (t) < R (t); (ii)

Wimin (t) < Wi(t) < Wimax (t) ;

Wimax < qi(t) < min[Vimax;(t),Rc(t) ,

где, Ri - максимально допустимый, оплачиваемый i-й потребителем полив в момент t времени на i-ом поле.

При этом минимально допустимый полив на i-ом поле определяется потерями при отклонении полива от принятого по биоклиматической кривой.

При первом обратном ходе решается задача согласования режима полива по предполивной влажности для (t) и ^+1)-ой строк сетки. Кроме того, производится выбор оптимального элемента пути между узлами сеток каждого поля.

Отметим, что сетка разделяется на mf под сетками, каждая из которых описывает процессы на i-ом поле.

Здесь подсистемы представляют собой самостоятельные задачи, которые объединяются между собой в зависимости от условий и типа задачи. Таким образом, если сетка по влажности принята имеющей- mW делений, а сетка по поливу- mF делений, то количество обобщенных операций составит не менее - (mW. mF. mf), каждая из которых в свое очередь велика.

Для всего этого, при выборе начала пути, в момент начала «прямого прохода» решается вспомогательная задача оптимизации после установления связи по влажности почвы со стартовой влажностью почвы.

При этом задача упрощается, и общие потери определяются по формуле:

m

min П = X П (12)

i=1

Так как целевые функции разных полей связаны с заданным условием, проверяемым ранее.

ЛИТЕРАТУРА

1. Ялийев З.Щ., Аьайев Н.А. Азярбайъан Республикасында торпаг вя су ресусларындан сямяряли истифадя едилмясинин елми ясасландырылмасы. Ж. АУДИТ. .№3-4. Бакы-2007. сящ. 43-46.

2. Алиев Б.Г., Алиев З.Г и др. Техника и технология малоинтенсивного орошения в условиях горного региона Азербайджана. Изд-во «Элм», Баку-1999. 220 с.

3. Алиев Б.Г., Алиев И.Н., Агаев Н.А. Экологическая безопасная технология микроорошения с/х культур в условиях недостаточно увлажненных зон Азербайджана. Изд-во «Зия-Нурлан» Баку-2002. 163 с.

4. Алиев Б.Г., Алиев З.Г., Районирование территории Азербайджанской республики по выбору прогрессивной техники полива. Монография, Изд-во «Зия-Нурлан» ИПЦ. Баку-2001. 249 с.

5. Алиев З.Г., Алиев Б.Г. Исследования комплексных показателей надежности систем микроорошения для условий горно-орошаемого земледелия в Азербайджане. НТО. (Рекомендация) Архив. НПО «Импульс» Баку-1997, 59 с.

6. Алиев Б.Г, Алиев З.Г. Предпосылки решения проблем водообеспеченности с/х производства в горные и предгорные регионы Азербайджана. Труды НИИ «Эрозия и Орошение». Баку-1999, стр. 125-129.

7. Aliev Z.H., Aliev B.H. The studies of the complex factors to system reliability micro irrigation for conditions is blazed- irrigated husbandries in Azerbaijan. SRI (The Recommendation), Archive. NPO "Pulse", Baku, 1997, p.59.

ТУКОВЫЙ СОШНИК ЧИЗЕЛЬ-КУЛЬТИВАТОРА УДОБРИТЕЛЯ ДЛЯ ВНЕСЕНИЯ УДОБРЕНИЙ ПОД ПОСЕВНЫЕ РЯДКИ ХЛОПЧАТНИКА

Канд. техн. наук. Батиров З. Л., ассистент Халилов М. С.

Узбекистан, г. Карши, Каршинский инженерно-экономический институт

Abstract. In the article are based the rules and placement of fertilizer coulter chisel -cultivator for cotton seed in the root zone of the plant operations.

Keywords: Placement ofmineralfertilizers for cotton seed, the results of comparative tests, analysis.

Под хлопчатник, в основном, применяются азотные, фосфорные и калийные удобрения. Многие формы фосфорных удобрений после внесения их в почву полностью или частично переходят в трудно растворимое состояние и с водой практически не передвигаются. Поэтому фосфорные удобрения целесообразно вносить на глубину с наиболее устойчивым режимом влажности почвы в зоне расположения основной массы деятельных корней хлопчатника.

Применяемая система внесения удобрений имеет ряд существенных недостатков. Она не отвечает основному принципу агрохимии «питать растения, а не почву».

Предпосевное внесение удобрений осуществляется чизель-культиваторами снабженными туковыми сошниками для внесения удобрений широкими лентами, у которых по исследованиям А, Хаджиева и С. Хусаинова 60-65% удобрения могут встречаться корневой системой хлопчатника [1]. При этом не усвоенная часть удобрения могут быть 35-40%.

Учеными Узбекского научно - исследовательского института механизации и электрификации сельского хозяйства и Каршинского инженерно-экономического института предложен новый способ возделывания хлопчатника, обеспечивающей максимальное использование вносимых удобрений [2].

Предложенный нами технология внесения удобрений, размещение минеральных удобрений под семена хлопчатника, в зоне корневой деятельности растения, обеспечивает неизбежное встречи корней хлопчатника (100%) с внесенным удобрением.