CC BY
10
Л и т е р а т у р а
1. Smith H. Light quality, photoperception, and plant strategy / Annu. Rev. Plant Physiol. -1982. - v.33. - p. 481-
518.
2. Прикупец Л.Б., Тихомиров А.А. Оптимизация спектра излучения при выращивании овощей в условиях интенсивной светокультуры // Светотехника.- 1992.- № 3.- С. 5-7.
3. Ракутько С.А. Спектральные отклонения и энергоемкость процесса облучения растений // Известия Санкт-Петербургского государственного аграрного университета.-2008.-№10.-С.156-160.
4. Циунель М.М. Петрушка - доходная культура // Гавриш.-2005.- №6.-С. 13-15.
5. Разработать высокоэффективные автоматизированные энергоресурсосберегающие технологии, системы
и технические средства децентрализованного теплоэнергообеспечения производственных объектов животноводства и растениеводства на базе использования природного газа, биомассы, электроэнергии и твердого топлива: Отчет о НИР №2237. № гос.рег. 1201255896; ИАЭП; В.Н. Судаченко, С.А. Ракутько, В.Н. Бровцин, А.Е. Маркова, А.П. Мишанов, Т.В. Колянова, Е.Н. Ракутько- СПб., 2014. -126 с.
6. Потехин Г.А., Харченко В.А., Пивоваров В.Ф. Особенности выращивания петрушки на зелень // Овощи
России.- 2010.- №3 (9).- С.42-47.
УДК 551.509:519.283:33 Канд. техн. наук Ю.Г. ЗАХАРЯН
(ФБГНУ АФИ, office@agrophys.ru)
РАЗРАБОТКА ТЕОРЕТИЧЕСКИХ ОСНОВ ГЕОСТАТИСТИЧЕСКОЙ ОЦЕНКИ АГРОКЛИМАТИЧЕСКИХ РИСКОВ ПО ФАКТОРУ ПРОДУКТИВНОСТИ
Вариограммные параметры, геостатистика, агроклиматические риски, пространственные переменные
Геостатистика - это область прикладной математики (мат. статистики), предметом изучения которой являются пространственные переменные, варьирующие от точки к точке, определяющие неоднородность сельскохозяйственного поля. Представители или носители таких переменных могут исследоваться с помощью геостатистических моделей.
Оценить и охарактеризовать свойства таких варьирующих объектов настолько сложно и непредсказуемо, они меняются как в пространстве, так и во времени, что фактически не могут быть описаны никакими детерминированными закономерностями, определениями. Поэтому гестатистический алгоритм отличается от статистических тем, что геостатистика как наука имеет важное достижение, что выполнение статистических осреднений случайными величинами может быть заменено пространственным осреднением [1], благодаря чему снимаются возражения
различных статистических процедур и оценок статистических анализов.
В частности, предлагается геостатистическая методика использования вариограммного анализа для оценки перспективности сельскохозяйственной территории с точки зрения точного земледелия [2].
Наша методика позволяет оценить и ответить на вопрос, насколько экономическая эффективность больше, которая теоретически может быть получена за счет перехода к дифференциации технологических воздействий от поля к полю или внутри поля с учетом варьирующих переменных [3], т.е. при дифференцированном подходе, от которого получается больше выигрыша, чем при ориентации на средние условия вариации переменных, - это по статистическому анализу, а с точки зрения вариограммного анализа совсем по-другому учитывается, потому что существует множество природных объектов с пространственно распределенными параметрами и сама операция осреднения происходит по ансамблю варьирующих переменных [4,5]. При геостатистической оценке непосредственно учитывается коррелятивность пространственным осреднением варьирующих факторов с агротехнологическими решениями по фактору продуктивности.
Здесь репрезентативность полученной геостатистической оценки будет зависеть от принятых технологических решений, а также от принятой схемы расположения точек измерения в пределах рассматриваемого административно-хозяйственного региона или поля [6,7].
Используется геостатистический алгоритм, который более подробно будет оценивать эффективность различных вариантов осреднения и выбирать среди них наилучший при
использовании технологических воздействий в условиях агроклиматических рисков, т.е. в неблагоприятных и благоприятных климатических условиях рисковать планировать хозяйственные мероприятия.
Будем считать, что путем агроклиматического районирования выделено п однородных зон,
Р = Ри (I = 1,2,...,п)
каждая из которых характеризуется определенной повторяемостью интересующего нас
Я
агрометеорологического явления 1, относительные площади выделенных зон обозначим через 82 — 8п,
п
где X 81 =1
¡=1
Очевидно, что средняя статистическая повторяемость рассматриваемого явления по всей территории будет равна [8]:
Р = ЦгРи..................................................................(1)
¡=1
Таким образом, считается известной матрица (по принятой в теории геостатистических решений терминологии - матрица полезности [9]), представленная в табл. 1.
Т а б л и ц а 1. Эффективность дифференциации технологических решений
Агроклиматические условия Параметры вариограммы и технологические решения
- явление наблюдается и„ и 12
- явление не наблюдается и 21 и 22
л Я л Я
1де 1 - хозяйственное решение при условии 1, 2 - хозяйственное решение при условии 2.
Каждому сочетанию двоичных переменных Я и Л отвечает определенный хозяйственно-
экономический эффект [10] иа = и(Я, ) , где ^ ч = 1,2 . Между элементами этой матрицы существуют соотношения:
о и..
В противоположном случае, т.е. когда ч - потери, справедливы противоположные неравенства.
Я Я
Как было показано в работах [3, 11, 12], если природные повторяемости условий 1 и 2 известны, то выбор лучшего из решений, обеспечивающего получение максимального среднего эффекта, должен осуществляться по правилу:
(2)
В этом выражении Ро Р1(1 + Р), где Р (и22 и21)/(ии 1ии).
Хозяйственно-экономический параметр Р всегда положителен и меняется в пределах от нуля до бесконечности.
Геостатистический анализ (2) зависимости показывает, что при прочих равных условиях максимальный выигрыш от пространственной дифференциации агротехнологии с учетом
варьирования климатической повторяемости р достигается, когда р = Ро. В этом случае разность
выигрышей, т.е. Аи1 имеет вид:
АЦ = Аи1дт, = ^ \Щ, (3)
где Г1, г2 -, обозначают соответственно разности и .
Р Р
Абсолютное отклонение зональных повторяемостей и от Л представляет собой:
, (4)
Р - Е
где 1 - средняя для рассматриваемой территории вероятность осуществления явления 1 . В частности, показано, что если технологические воздействия й, как и агрометеорологические условия Е, носят альтернативный характер и если при этом пространственное варьирование по
повторяемости (рис. 1) описывается бэта-законом, то потенциальный эффект от
дифференциации можно рассчитать по формуле:
(5)
и - и = и(Е й ) 11 = 1 2 Р = г 1(г + г )
где - элементы матрицы выигрышей || и ^ V-1 ' ||, о '21\'1^'2)-, а и
Ъ
- параметры аппроксимирующего бэта-распределения; .1 - отношение бэта-функции; -дополнение .1 до 1, аппроксимирующее бэта-функцию.
(б)
Рис. 1. Зависимость формы распределения пространственно варьирующей переменной — климатической повторяемости от параметров аппроксимирующей бэта-функции:
а - положительная асимметрия при а=2; в=4 (кривая I); отрицательная асиммертия при а=4; в=2 (кривая 2); равномерное распределение при а=в=1 (кривая 3); б. - симметричные распределения при а=в=к=1 ... 5 (соответственно, график 1-5).
Рис. 2. Модель вариограммы потенциальной эффективности дифференцированного планирования защитных мероприятий от отношений «затраты/ущерб» при пространственном распределении повторяемости
опасного явления по нормальному закону (во всех случаях принято, что = 30% - коэффициент
вариации)
В связи с вышеизложенным можно сделать следующие выводы:
1. Разработаны теоретические основы геостатистической оценки агроклиматических рисков при пространственном варьировании климатической повторяемости альтернативных метеорологических условий. Полученные соотношения конкретизированы для случая опасных агроклиматических явлений.
2. Установлено, что при пространственной альтернативной дифференциации решения климатической повторяемости эффективность скомпенсирует отрицательные влияния опасных явлений.
3. Разработан комплекс математических моделей и алгоритмов, позволяющих оценивать потенциальный (теоретически достижимый) эффект, который принципиально может быть получен за счет пространственной дифференциации решений.
Л и т е р а т у р а
1. Матерон Ж. Основы прикладной геостатистики.- М.: Мир, 1968.- 408 с.
2. Якушев В.П., Жуковский Е.Е. и др. Вариограмный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия: Метод. Пособие / АФИ. -СПб: 2010.- 48 с.
3. Захарян Ю.Г., Жуковский Е.Е. Об учете пространственной изменчивости характеристик сельскохозяйственного поля // Науч. - техн. бюл. по агропомической физике / АФИ.-1983.- № 54.- С. 3942.
4. Murphy A.H. The value of climatological, categorical and probalistic forecasts in the cost-loss ratio situation // Mon Wea. Rev.- 1977.-v.105 №7.- P. 803-816.
5. Thompson J. C. A. Numerical method for forecasting rainfall in the Los Angeles area // Mon. Wea. Rev.-1950.- v.78 №7.- P. 113 — 124.
6. Захарян Ю. Г. Оценка эффективности агротехнологических воздействий с учетом геостатистического анализа неоднородности : Мат. науч. сессии по итогам 2013 год / ГНУ АФИ РАСХН.- СПб, 2014.
7. Захарян Ю.Г., Усков А.О. Технологическая дефферентация и выбор планируемого урожая по фактической продуктивности в системах точного земледелия // Плодородие.-2009.- №2.-С. 26-28.
8. Брагинская Л.Л., Жуковский Е.Е. Методические рекомендации по построению функций полезности (Применительно к задачам использования Гидрометеорологической информации об опасных явлениях).- Ярославль: ГГО, 1981.- 15 с.
9. Чернов Г., Мозел Л. Элементарная теория статических решений.-М., 1962.- 406 с.
10. Брагинская Л.Л., Вимберг Г. П. и др. Методические рекомендации по оптимальному использованию и оценки потенциальной экономической эффективности прогнозов опасных явлений.-Л.: ГГО, 1983.- 46 с.
11. Жуковский Е.Е., Захарян Ю.Г., Саноян М.Г. О пространственной дифференциации агротехнических решений // Агроклимат и программирование урожая /, АФИ -СПб.- 1986.- С. 100-110.
12. Uskov A.O., Zakharian J. C. Expredient spatial differentiation of technologies of precise agriculture — 0тф0рматир0ван0: английсжий (США) according to productivity fastors. LAC 2009 Book of abstracts // Wageningen Akademic Publishers, The
Netherlands.- 2009.
УДК 658.382.2:631.3 Канд. техн. наук М.С. ОВЧАРЕНКО
(СПбГАУ, ovcharenko_ms@mail.ru) Канд. техн. наук А.А. ОВЧАРЕНКО
(СПбГАУ, ovcharenko1980@rambler.ru)
ТЕОРЕТИЧЕСКИЕ ОБОСНОВАНИЯ ПУТЕЙ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ ОПЕРАТОРОВ СЕЛЬСКОХОЗЯЙСТВЕННОЙ САМОСВАЛЬНОЙ ТРАНСПОРТНОЙ
ТЕХНИКИ
Производственный травматизм, несчастный случай, транспортное средство, Марковская цепь
В процессе эксплуатации, технического обслуживания и ремонта самосвальных транспортных средств к возможным опасностям, которым подвергаются операторы в результате самопроизвольного опускания грузовых платформ, относятся придавливания, удары и другие.
Под травмированием оператора понимаем состояние, в котором он оказался в результате несчастного случая при работе на самосвальной сельскохозяйственной технике из-за придавливания грузовой платформой.
Возникновение такого несчастного случая возможно лишь в том случае, если оператор будет находиться в зоне падения платформы самосвальной техники, при отказе в системе гидравлического опрокидывающего устройства и отсутствии или неэффективности блокировочного устройства [1].
