CC BY
53
Технологии и технические средства механизированного производства продукции _растениеводства и животноводства_
сельскохозяйственного производства с СПб; Элиста: Изд-во Калм. ун-та, 2015. - 140 примерами на STATGRAPHICS и EXCEL. с. А.М. Валге, Н.И. Джабборов, В.А. Эвиев. -
REFERENCES
1.Dzhabborov N.I., Zakharov A.M. Matematicheskie modeli dlya opredeleniya staticheskih i dinamicheskih harakteristik mashiny i processa ochistki kartofelya aehrodinamicheskim sposobom (nekotorye rezul'taty proekta 16-38-00343 RFFI) [Mathematical models for determining static and dynamic characteristics of the machine and the process of potato cleaning by aerodynamic method (some results of RFBR project 16-3800343)]. Molodoj uchyonyj. 2016; 16 (120):88-92. Available at: https://moluch.ru/archive/120/33227/ (accessed 14.06.2018).
2.Dzhabborov N.I., Zakharov A.M. Zykov A.V. Matematicheskie modeli dlya opredeleniya staticheskih i dinamicheskih harakteristik mashiny i processa ochistki kartofelya aehrodinamicheskim sposobom (nekotorye rezul'taty proekta 16-38-00343 RFFI) [Mathematical models for determining static and dynamic characteristics of the machine and the process of potato cleaning by aerodynamic method (some results of RFBR project 16-3800343)]. Molodoj uchyonyj. 2016; 16 (120):85-88. Available at: https://moluch.ru/archive/120/33228/ (accessed 14.06.2018).
3.Dzhabborov N.I., Zakharov A.M. Zykov A.V. Ocenka pokazatelej ehffektivnosti processa ochistki kartofelya aehrodinamicheskim
sposobom (nekotorye rezul'taty proekta 16-3800343 RFFI) [Evaluation of potato cleaning by aerodynamic method (some results of RFBR project 16-38-00343)]. Molodoj uchenyj. 2016; 23 (127): 44-50. Available at: https://moluch.ru/archive/127/34815/ (accessed 14.06.2018).
4.Dzhabborov N.I., Zakharov A.M. Metodika ehkologicheskoj ocenki aspiracionno-vodyanoj ochistki vozduha pri obrabotke kartofelya aehrodinamicheskim sposobom [Methods for environmental assessment of aspiration-water cleaning of air in aerodynamic treatment of potatoes]. Teoreticheskij i nauchno-prakticheskij zhurnal «Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produkcii rastenievodstva i zhivotnovodstva. 2017; 91: 138-145.
5.Valge A.M., Dzhabborov N.I., Eviev V.A. Osnovy statisticheskoj obrabotki ehksperimental'nyh dannyh pri provedenii issledovanij po mekhanizacii sel'skohozyajstvennogo proizvodstva s primerami na STATGRAPHICS i EXCEL [Fundamentals of statistical processing of experimental data for research in mechanisation of agricultural production with examples in STATGRAPHICS and EXCEL]. Saint Petersburg; Elista: Kalmyk Univ. Publ., 2015: 140.
УДК 631.171:55 DOI 10.24411/0131-5226-2018-10041
ОЦЕНКА ИСПОЛЬЗОВАНИЯ ПОТЕНЦИАЛА КОРМОВЫХ УГОДИЙ В.Д. Попов, д-р техн. наук; А.И. Сухопаров, канд. техн. наук
Институт агроинженерных и экологических проблем сельскохозяйственного производства - филиал ФГБНУ ФНАЦ ВИМ
Представление проблемы производства кормов в виде сложной 4-уровневой иерархической системы позволяет осуществить полноценный учёт всех факторов в их взаимосвязи. Система построена на основе сочетания построения логико-лингвистических моделей на верхних уровнях иерархии и методов статистики при описании простых технологических процессов. Применение данного подхода при оценке ресурсов позволяет определить степень их эффективного использования и выявить факторы, которые препятствуют этому. Расчеты по разработанному подходу показали, что использование потенциала кормовых угодий Ленинградской области составляет всего Y=0,655, что указывает на существенные резервы не использованного потенциала сельскохозяйственных угодий при производстве кормов из трав.
Ключевые слова: сложная система, оценка ресурсов, логико-лингвистические модели, факторное пространство, сельскохозяйственные угодья, технологический процесс, производство кормов
ASSESSMENT OF THE USE OF FODDER-PRODUCING AREA POTENTIAL
V.D. Popov, DSc (Engineering); A.I. Sukhoparov, Cand. Sc (Engineering)
Institute for Engineering and Environmental Problems in Agricultural Production (IEEP) - branch of FSBSI FSAC VIM, Saint Petersburg, Russia
Representation of the problem of farm animal feed production in the form of a complex four-level hierarchical system allows for a full account of all contributing factors in their relationship. The system structure is based on a combination of logical-linguistic models on the upper levels of the hierarchy and statistical methods describing simple technological processes. Application of such an approach in assessing the resources makes it possible to determine the degree of their effective use and to identify the impeding factors. Calculations based on the developed approach showed that the use of the fodder-producing land potential in Leningrad Region is only Y=0.655 that indicates availability of significant reserves of underused agricultural lands potential in grass forage production.
Keywords: complex system, resource estimation, logical-linguistic model, factor space, agricultural land, technological process, grass forage production.
Введение
Во всем мире значительные площади занимают кормовые экосистемы (пастбища и сенокосы, многолетние и зернофуражные культуры на пашне), в частности, в СевероЗападном регионе России на них приходиться 9/10 общей площади посевных и сельскохозяйственных угодий,
особенностью которых является
воспроизводство ресурсоэнергоэкономных всепогодных кормов. Кормопроизводство
способствует эффективным севооборотам и увеличению урожайности многих культур, уменьшению негативных процессов эрозии и потери гумуса, повышению плодородия почв. Данные обстоятельства превращают кормопроизводство в самую масштабную и многофункциональную отрасль сельского хозяйства. Одним из главных препятствий для успешного развития
конкурентоспособного животноводства в России является неудовлетворительное 144
состояние и использование кормовых угодий и слабая кормовая база [1].
Технологический процесс производства кормов из трав - сложная многоуровневая агросистема [2].В процессе производства кормов из трав необходимо заготовить их в достаточном объеме при высоком качестве. Для получения рентабельности производства каждого вида корма следует обеспечить полное использование имеющегося потенциала кормовых угодий с учётом анализа всех действующих факторов и принять наиболее рациональное технико-технологическое решение из существующих альтернатив.
Непосредственно реализация
технологического процесса производства кормов происходит в изменяющихся условиях функционирования технологии. Поэтому при изменении даже одного фактора можно существенно не добрать урожай травы (недоиспользовать кормовые угодья), и технология, являющаяся оптимальной для реализации потенциала кормовых угодий, перестает быть таковой, и следует осуществлять переход на другую технологию на уровне технологической операции (технико-технологического
решения). При скашивании трав с кормовых угодий интенсивность
кормозаготовительного процесса
способствует изменению качественных параметров технологического процесса, что формирует выходные показатели и позволяет оценить величину эффективности использования угодий. Таким образом, использование потенциала
сельскохозяйственных угодий при производстве кормов из трав целесообразно представить в виде многокомпонентной четырёхуровневой иерархической
структурной модели, представленной на рисунке 1.
Факторное пространство уровня 1 структурной модели включает переменные Х1-Х5, наиболее полно характеризующие использование потенциала кормовых угодий. Обобщенный показатель (У),
непосредственно характеризует
использование кормовых угодий. Каждый из включенных в факторное пространство сгруппированных показателей уровня 1, в свою очередь, зависит от ряда переменных низшего уровня иерархии 2, которые зависят от переменных уровня 3, а те - от переменных уровня 4. Так, например, Х1 -технико-технологические решения,
применяемые при заготовке кормов из трав, - является некоторой функцией от четырех принимаемых при заготовке технико-технологических решений по видам: сена -Х11, сенажа - Х12,силоса - Х13, зелёной массы - Х14. При этом каждая из перечисленных переменных уровня 2, в свою очередь, зависит еще от семи показателей уровня 3, как показано на рисунке 1, и т.д. до показателей уровня иерархии 4.
Для верхних уровней системы свойственно в процессе ее
функционирования множество
информационных потоков различного назначения с разными уровнями дискретности, достоверности, точности и других метрологических характеристик, что затрудняет описание и количественную оценку использования потенциала сельскохозяйственных угодий по
выращиванию трав. Наиболее
целесообразным методом, позволяющим учесть многообразие факторов, является метод извлечения и формализации неявных экспертных знаний в виде логико-лингвистической модели [3].
Рис. 1. Структурная модель использования потенциала сельскохозяйственных угодий при
производстве кормов из трав
Методы исследований
Построение модели 1 уровня.
Формализация показателей 1 уровня осуществлялась путём формирования оценочной оппозиционной шкалы критериев на основе синтеза теории нечетких множеств и теории планирования экспериментов [4]. В оппозиционной шкале маркируются лишь концы шкалы, а середина соответствует нейтральному значению между концами шкалы. Определение нижних и верхних значений рассматриваемого фактора и их кодирование в условных единицах («-1» и «+1») и привязка к словесным выражениям формирует факторное пространство, в котором осуществляется переход
информации из качественного состояния в количественное.
Формализация влияния каждого из рассматриваемых показателей при совокупном их взаимодействии определяется через шкалу оценок, т.е. путём перевода словесных выражений значимости отдельного критерия, по мнению эксперта, в численную форму, что представлено на
рисунке 2, на примере обобщённого критерия. Нижний уровень которого означает, что технологический процесс производства кормов осуществляется по базовой технологии, для которой характерна низкая энергетическая эффективность при производстве кормов из трав (Х1=1,0), высокой удалённостью полей от хранилищ (Х2=0), низким плодородием, выражаемым через низкое значение урожайности зелёной массы травы (Х3=3 т/га), низким значением, характеризующим ландшафт поля (Х4=0), а так же низким значением показателя влагообеспеченности поля, который условно для заболоченного и засушливого состояния принят Х5=0, что соответствует показателю наименьшей влагоёмкости почвы в период кормозаготовки 1 НВ и 0 НВ. Верхнее значение характерно для высокоинтенсивной технологии при производстве кормов при хороших погодных условиях,
обусловливаемой высокими выходными показателями (Х1=2,6, Х2=1, Х3=25 т/га, Х=1, Х5=0,6 НВ).
Рис. 2. Y как обобщённый показатель использования потенциала кормовых угодий
Кодирование и «арифметизацию» сгруппированных показателей 1 уровня оценки использования потенциала кормовых угодий целесообразно осуществлять через анкетирование. Построение ЛЛМ на выбранном факторном пространстве путем обработки данных, полученных от эксперта в опросной матрице специального вида,
реализующей в данном случае полный факторный эксперимент типа 25, где 5 -количество критериев, составляющих факторное пространство. Фрагмент матрицы с вербальными оценками эксперта YЭв, их числовой мерой Yв по рисунку 2 и расчетными по модели значениями Y приведен в табл. 1.
Таблица 1
Опросная таблица с оценками экспертов-специалистов и расчетными значениями по модели
Технико-технологи ческие решения Удалённос ть полей от хранилищ Плодород ие почв Ландшафт полей Влагообес печенность полей Вербальный показатель обобщённого критерия Обобщённый критерий
Х0 Х2 Х3 Х4 Х5 Узв Yэ Y
1 1 -1 -1 -1 -1 -1 Н 0 -0,008
2 1 1 -1 -1 -1 -1 В-НС 0,375 0,414
3 1 -1 1 -1 -1 -1 НС 0,25 0,305
4 1 1 1 -1 -1 -1 Н-ВС 0,625 0,570
5 1 -1 -1 1 -1 -1 С 0,5 0,523
6 1 1 -1 1 -1 -1 ВС 0,75 0,727
7 1 -1 1 1 -1 -1 С 0,5 0,461
8 1 1 1 1 -1 -1 Н-ВС 0,625 0,633
9 1 -1 -1 -1 1 -1 Н-НС 0,125 0,117
10 1 1 -1 -1 1 -1 С 0,5 0,477
11 1 -1 1 -1 1 -1 В-НС 0,375 0,336
12 1 1 1 -1 1 -1 С 0,5 0,539
13 1 -1 -1 1 1 -1 С 0,5 0,492
14 1 1 -1 1 1 -1 ВС 0,75 0,758
15 1 -1 1 1 1 -1 С 0,5 0,523
16 1 1 1 1 1 -1 ВС 0,75 0,758
17 1 -1 -1 -1 -1 1 В-НС 0,375 0,383
18 1 1 -1 -1 -1 1 С 0,5 0,523
19 1 -1 1 -1 -1 1 С 0,5 0,477
20 1 1 1 -1 -1 1 Н-ВС 0,625 0,648
21 1 -1 -1 1 -1 1 Н-ВС 0,625 0,633
22 1 1 -1 1 -1 1 ВС 0,75 0,742
23 1 -1 1 1 -1 1 Н-ВС 0,625 0,602
24 1 1 1 1 -1 1 В-ВС 0,875 0,867
25 1 -1 -1 -1 1 1 С 0,5 0,508
26 1 1 -1 -1 1 1 Н-ВС 0,625 0,586
27 1 -1 1 -1 1 1 С 0,5 0,508
28 1 1 1 -1 1 1 Н-ВС 0,625 0,617
29 1 -1 -1 1 1 1 Н-ВС 0,625 0,602
30 1 1 -1 1 1 1 ВС 0,75 0,773
31 1 -1 1 1 1 1 Н-ВС 0,625 0,664
32 1 1 1 1 1 1 В 1 0,992
Проведенные расчеты по данным табл. 1 использования потенциала кормовых угодий позволили получить полиномиальную модель в следующем виде: совокупного воздействия показателей на формирование показателя интенсивности
У = 0,555 + 0,109 X1 + 0,039 X 2 + 0,1 17 X 3 + 0,023X4 + 0,078X5 - 0,023X15 --0 , 0 2 3 X 23 - 0 , 0 1 5 X 35 + 0 , 0 1 5X123 + 0,023 X125 + 0,015 X134 + 0,023 X135 + + 0 , 0 2 3 X 234 + 0 , 03 1 X 235
. (1)
Анализ модели говорит о том, что наиболее весомым показателем при оценке использования потенциала кормовых угодий является показатели плодородия почвы, технико-технологический и
влагообеспеченности полей. Меньшую весомость имеют показатель удалённости полей от хранилищ и показатель, характеризующий ландшафт полей, а так же совокупное воздействие рассматриваемых критериев. Таким образом, наиболее полно используется потенциал полей при принятии тех технико-технологических решений, которое обеспечивают их высокую энергетическую эффективность, а так же при высоком плодородии почвы и её влагообеспеченности, что способствует формированию хорошего урожая травы и возможности её убрать на корм.
Таким образом, на основании экспертных оценок показателей факторного пространства в хозяйствах по модели (1) можно рассчитать обобщенный показатель и по его величине судить об использовании потенциала кормовых угодий.
Расчёт показателей низшего уровня.
Расчёт показателей низшего уровня при оценке использования потенциала кормовых угодий осуществляется по зависимостям, полученным в результате обработки экспериментальных данных методами математической статистики.
Осуществим расчёт показателей низшего уровня на примере показателя технико-технологических решений (Х1).
Показатели 2 уровня (Х11-Х14), сгруппированные в обобщённый показатель технико-технологических решений (Х1), характеризуют эффективность принимаемых
технико-технологических решений при заготовке отдельного вида корма:сена (Х11), сенажа (Х12),силоса (Х13) и зелёной массы (Х14) и выражается через показатель энергетической эффективности.
Обобщённый показатель эффективности принимаемых решений рассчитывают по выражению (2):
1 + Х12 + X? + Ху,
X =
43
14
4
(2)
Показатели 3 уровня, формирующие показатели 2 уровня характеризуют эффективность решений на уровне технологической операции. Расчёт эффективности технико-технологических решений осуществляться на примере заготовки сена, и к учёту принимается следующее факторное пространство 3 уровня иерархии (Х111-Х117).Здесь уже осуществляется расчёт принятого
физического выходного показателя. В нашем случае, как было уже отмечено, является коэффициент энергетической эффективности (К), который представляет отношение чистого дохода с урожаем энергии (Еи) к энергетическим затратам (Е) [5]:
R = Е
(3)
I Е-
Энергетические затраты включают в себя только энергию технических средств, человеческого труда, основных и оборотных средств, участвующих непосредственно в технологическом процессе возделывания и уборки травостоя, при этом не учитывается природная (регенеративная) энергия и плодородие почвы (антропогенная энергия).
Определение составляющих
энергоемкости процесса осуществляется в следующей последовательности [6]: расчёт накопленной в урожае энергии; расчёт суммы прямых затрат энергии, выраженных расходом топлива; расчёт использования основных средств производства; расчёт трудовых ресурсов; расчёт оборотных
средств; расчёт производственных
помещений.
Оценка энергии, накопленной в
хозяйственно-ценной части урожая,
определяется по формуле:
Е = и ■£■ ОЭ, МДж/га, (4)
и
где и -хозяйственно-ценная часть урожая (зелённой массы травы), кг/га; Б -коэффициент перевода единицы полученной продукции в сухое вещество; ОЭ -содержание обменной энергии в 1 кг сухого вещества корма, МДж.
С энергетической точки зрения технологическое решение считается эффективным, если при урожайности сельскохозяйственной культуры и обеспечивается условие: Еи >1Е и Я > 1. (5)
Полные энергозатраты на выполнение технологического процесса на единицу площади определяются по формуле:
Е = Ег + Е^ + Е + Е + Е , МДж/га (6) Г Т р ос к
где Ег _ прямые затраты энергии,
выраженные расходом топлива, МДж/га;
Косвенные затраты энергии, связанные с выращиванием травы и уборкой травостоя:
Е^
энергоемкость технических
средств, МДж/га; Ер - энергетические затраты живого труда, МДж/га; Еос -
затраты совокупной энергии от использования оборотных средств, связанных с выращиванием трав (семена, фунгициды, гербициды, удобрения и т.д.), МДж/га; Ек - энергетические затраты
связанные с выращиванием трав, МДж/га.
Показатели 4 уровня характеризуют эффективность влияния отдельных элементарных воздействий на объект. В нашем случае рассмотрим на примере выполнения операций провяливания и сгребания (Х112), где к рассмотрению будут приниматься показатели факторного
(7)
пространства Х1121-Х1124. На данном уровне будет изменяться значение расхода применяемыми кормозаготовительными техническими средствами топлива (ЕГ) и их энергоёмкости (ЕТ) и в виду различных их конструктивных особенностей.
Кроме того, различный характер воздействия на обрабатываемый объект в рамках одной технологической операции существенно сказывается на качественных показателях корма, что выражается в изменении содержания обменной энергии в заготавливаемом корме (ОЭ) [7]. Так, в частности, при сушке злаковых трав, скошенных в валок в фазу начала колошения, получены следующие
закономерности изменения содержания обменной энергии в корме зависимости от времени (0 и периодичности ворошения (2 часа, 4 часа, 6 часов): ОЭ121 =-0,016/ + 9,3; ОЭ121 =-0,013/ + 9,3; ОЭ6121 =-0,011/ + 9,3.
Результаты и обсуждение
Оценка использования потенциала сельскохозяйственных угодий при заготовке кормов из трав начинается с нижнего уровня к верхнему. Ввиду большого количества учёта факторов, объёмных математических вычислений оценку эффективности использования потенциала осуществлять с применением информационных технологий.
Рассмотрим пример для оценки эффективности использования угодий типового хозяйства Ленинградской области. Зададимся следующими условиями (выделим), свойственными для 1 уровня, характеризующими использование
потенциала кормовых угодий. Производится заготовка сена при относительно средней удалённости поля площадью 200 га от сенохранилища с урожайностью зелёной массы 15 т/га и выше среднего значением, характеризующим ландшафт поля, а так же
показателем наименьшем
влагонасыщенности поля НВ=0,7. На половине площади поля заготавливается силос, на оставшейся площади - сено.
Для оценки использования потенциала на нижних уровнях, разработанной структурной модели, интерес будут представлять параметры, сопутствующие оценке использования потенциала кормовых угодий, заданные в следующем содержании - сено заготавливается из злаковых трав в фазу начало колошения в естественных полевых условиях при хорошей погоде, скашивание производится дисковыми косилками в валок интенсивность ворошения через 4 часа, внесение консервантов не
осуществляется при прессовании
высушенной массы в рулоны, транспортировка осуществляется
тракторами.
Расчёт показателей 3 и 4 уровня в нашем случае осуществляется по выражениям (3)-(7), показателей 2 уровня - по выражению (2). Оценка использования потенциал сельскохозяйственных угодий по
полиномиальному метауравнению (1). Результаты расчётов выходных показателей для каждого уровня, и в целом показателя эффективности использования потенциала кормовых угодий в хозяйстве приведены в таблице 2.
Таблица 2
Оценка показателя использования потенциала кормовых угодий
Обозна- Расчётные показатели Показатель
чение
4 уровень х1121 Ег=2136 МДж/га Ет=226 МДж/га ОЭц214=9,5 МДж/га
3 уровень х112 Ег=2136 МДж/га Ет=226 МДж/га Еос=1307 МДж/га Ер=574 МДж/а Еп2=4243 МДж/га
2 уровень Х11 Ек=5780 МДж/га Еп=10023 МДж/га Еи=11827,5 МДж/га Ки=1,18
1 уровень Х1 ^1=1,18 ^2=0 Rlз=1,46 Rl4=0 ^=1,32
Натураль- Y Х^=1,32 Х2=0,5 Х3=и=15т/га Х 4 п Х5=НВ=0,7 0,655
ные
Условные Х1=-0,4 Х2=0 Х3=0,28 4Х 4 п 5 Х5=0,5
Как следует из расчетов табл. 2, использование потенциала кормовых угодий составляет Y=0,655, т.е. примерно 1/3 потенциала не используется, что выражается в увеличении сроков уборки и потере энергетической ценности заготавливаемых кормов. Основным резервом в повышении эффективности использования потенциала кормовых угодий является применение интенсивных технологий и рациональное использование технических средств при заготовке кормов из трав, а так же повышать транспортную доступность к кормовым угодьям или же хранилища кормов размещать непосредственно вблизи угодий.
Выводы
Рассмотрение производства кормов в виде сложной многоуровневой
иерархической системы позволяет осуществить полноценный учёт факторов во взаимосвязи. Применение данного подхода при оценке ресурсов позволяет определить степень их эффективного использования и выявить факторы, которые препятствуют этому. И на основании этого осуществлять планирование работ по выращиванию сельскохозяйственных культур и в целом повысит рентабельность
сельскохозяйственных предприятий.
Проведённые исследования на примере оценки использования
сельскохозяйственных угодий при производстве кормов из трав демонстрируют применение метода формализации экспертных знаний при построении эффективных моделей для анализа сложных процессов. Применение же моделей, полученных методами статистического анализа, которые служат для описания простых технологических процессов,
позволяют произвести количественную оценку в натуральных физических величинах. Поэтапное рассмотрение технологического процесса с большим количеством факторов позволяет
адаптировать выходные показатели, применяемые при оценке простых технологических процессов, к
использованию их при анализе сложных технологических систем.
БИБЛИОГРAФИЧEСКИЙ СПИСОК
1. В.М. Косолапов, И.А. Трофимов, Л.С. Трофимова. Кормопроизводство -стратегическое направление в обеспечении продовольственной безопасности России. Теория и практика М.: ФГНУ «Росинформагротех», 2009. 200с.
2. Попов В.Д., Сухопаров А.И. Информационная и структурная модели управления технологиями в растениеводстве // Вестник Российской академии сельскохозяйственных наук. 2010. №3. С. 78.
3. Спесивцев А.В. Управление рисками чрезвычайных ситуаций на основе формализации экспертной информации. -СПб: Изд-во Политехн. ун-та, 2004. 238 с.
4. Попов В.Д., Спесивцев А.В., Сухопаров А.И. Формализация экспертных знаний в
виде логико-лингвистических моделей // Вестник РАСХН. 2014. №3. С. 10-13.
5. Биоэнергетическая оценка сельскохозяйственных технологий и пути экономии энергии: методические рекомендации / сост. Ю.Ф. Новиков, Е.И. Базаров, Б.М. Рабштына и др. М., 1983. 34 с.
6. Методика топливно-энергетической оценки производства продукции растениеводства. М.: ВИМ, 2012. 84 с.
7. Сухопаров А.И., Ерёмин М.А., Ерохин И.В. Модели процесса изменения влажности в провяливаемой траве в зависимости от периодичности ворошения // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2015. №86. С. 89-95.
REFERENCES
1. Kosolapov V.M., Trofimov I.A., Trofimova L.S. Kormoproizvodstvo - strategicheskoe napravlenie v obespechenii prodovol'stvennoj bezopasnosti Rossii. Teoriya i praktika [Feed production - a strategic direction in ensuring Russia's food security. Theory and practice]. Moscow: Rosinformagrotekh, 2009: 200.
2.Popov V.D., Sukhoparov A.I. Informacionnaya i strukturnaya modeli upravleniya tekhnologiyami v rastenievodstve [Information and structural models of technology management in crop production]. Vestnik of the Russian agricultural science. 2010; 3: 7-8.
3.Spesivtsev A.V. Upravlenie riskami chrezvychajnyh situacij na osnove formalizacii ehkspertnoj informacii [Risk management of emergency situations based on formalization of expert information]. Saint Petersburg: Publishing House of Polytechnical University, 2004: 238.
4.Popov V.D., Spesivtsev A.V., Sukhoparov A.I. Formalizaciya ehkspertnyh znanij v vide logiko-lingvisticheskih modelej [Formalization of expert knowledge in the form of logical-linguistic models]. Vestnik of the Russian agricultural science. 2014; 3: 10-13.
5.Bioehnergeticheskaya ocenka sel'skohozyajstvennyh tekhnologij i puti ehkonomii ehnergii: metodicheskie rekomendacii / sost. Yu.F. Novikov, E.I. Bazarov, B.M. Rabshtyna i dr. [Bioenergy
assessment of agricultural technologies and ways to save energy: Guidelines. Novikov Yu. F., Bazarov E. I., Rabshtyna B. M. et al. (compilers)]. Moscow: 1983: 34. 6.Metodika toplivno-ehnergeticheskoj ocenki proizvodstva produkcii rastenievodstva [Method of fuel and energy assessment of crop production].Moscow: VIM, 2012: 84. 7.Sukhoparov A.I., Eryomin M.A., Erokhin I.V. Modeli processa izmeneniya vlazhnosti v provyalivaemoj trave v zavisimosti ot periodichnosti vorosheniya [Variation models of moisture content in the aircured grass depending on turning intervals]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produkcii rastenievodstva i zhivotnovodstva. 2015; 86: 89-95.
РАЗДЕЛ IV ТЕХНОЛОГИИ И ТЕХНИЧЕСКИЕ СРЕДСТВА МЕХАНИЗИРОВАННОГО ПРОИЗВОДСТВА ПРОДУКЦИИ ЖИВОТНОВОДСТВА
УДК 6 63 636 636.2 DOI 10.24411/0131-5226-2018-10042
РАСЧЕТ КОЛИЧЕСТВЕННЫХ И КАЧЕСТВЕННЫХ ХАРАКТЕРИСТИК ЭКСКРЕМЕНТОВ ДОЙНЫХ КОРОВ ДЛЯ ОПРЕДЕЛЕНИЯ ПОТОКОВ АЗОТА И
ФОСФОРА
А.Ю. Брюханов, д-р техн. наук; Э.В. Васильев, канд. техн. наук;
Е.В. Шалавина, канд. техн. наук; Н.П. Козлова, канд. техн. наук
Институт агроинженерных и экологических проблем сельскохозяйственного производства - филиал ФГБНУ ФНАЦ ВИМ
Расчет количественных и качественных характеристик экскрементов коров проводился на основании данных типового комплекса крупного рогатого скота, расположенного в Ленинградской области, и данных из открытых литературных источников методом баланса с использованием Европейской методики, адаптированной к условиям Северо-Западного федерального округа, в программе Excel. В результате расчета были получены следующие значения: масса экскрементов одной коровы- 51 кг/сут.; масса общего азота - 370,7 г/сут.; масса
153
