CC BY
44
Подслизистой основы в маточных трубах нет, поэтому далее идет средняя мышечная оболочка, состоящая из внутреннего циркулярного гладкомышечного слоя и наружного продольного, который слабо развит. Снаружи располагается тонкая серозная оболочка (рис. 4).
Таким образом, у новорожденных ягнят маточные трубы как орган анатомически сформированы. Их абсолютная масса с периода новорожденности до 4 месяцев увеличивается в 6 раз. Относительная масса с периода новорожденности до 4 месяцев увеличивается в 1,9 раза. Линейные промеры органа с периода новорожденности до 4 месяцев увеличиваются: длина — в
1,7 раза и ширина — в 1,5 раза. В маточных трубах наблюдается асимметрия как по массе органа, так и по линейным промерам.
В эпителии слизистой оболочки складки с возрастом становятся толще и уже к четырем месяцам четко отграничены. Толщина также увеличивается по сравнению с новорожденными у одномесячных в 1 раз, а у четырехмесячных — в 5 раз. Мышечная оболочка маточных труб с возрастом утолщается и увеличивается в сравнении с новорожденными у одномесячных и у четырехмесячных в 2 раза, что указывает на высокий темп роста маточных труб.
Библиографический список
1. Антипов Л.В., Слободяник В.С., Сулейманов С.Н. Анатомия и гистология сельскохозяйственных животных. — М.: КолосС, 2005. — 384 с.
2. Долганова С.Г. Морфология яичников, яйцепроводов, матки и влагалища коз на этапах постнатального онтогенеза: автореф. дис. ... канд. биол. наук. — Улан-Удэ, 2007.
— 22 с.
3. Мальцев А.В. Функциональная морфология органов размножения новорожденных телок в норме и при патологии: дис. ... канд. вет. наук. — Уфа, 2004. — 22 с.
4. Савельева Л.Н. Гистологические и гистохимические изменения в репродуктивных органах самок свиней к периоду полового созревания: автореф. дис. ... канд. биол. наук. — Улан-Удэ, 2007. — 19 с.
5. Козлов Н.А., Яглов В.В. Частная гистология домашних животных / под ред. В.В. Яглова. — М.: Зоомедлит, 2007. — 279 с.
6. Малофеев Ю.М, Рядинская Н.И., Мишина О.С. Методика исследования органов животных. — Барнаул: Изд-во АГАУ, 2002. — 35 с.
7. Слинченко Н.З. Окраска хромотропом 2В // Архив патологии. — 1964. — № 2.
+ + +
УДК 619:616.7.517.9 И.И. Гуславский,
К.А. Густокашин
СОЗДАНИЕ БАЗ ДАННЫХ ЭПИЗООТОЛОГИЧЕСКОГО МОНИТОРИНГА
В АЛТАЙСКОМ КРАЕ
Ключевые слова: мониторинг, эпизоотический процесс, базы данных, вероятностная система, корреляции с факторами, достоверное описание.
Введение
Одной из важнейших проблем эпизоотологии является решение задачи управления биологическими процессами взаимодействия микро- и макроорганизмов на популяционном уровне и предсказания поведения эпизоотического процесса по отдельной нозологической форме во времени и пространстве на основе определенных знаний о его начальном состоянии, предусматривающие математическое моделирование.
Основной перечень эпизоотологических задач, для решения которых используются
математические методы, был определен в 1975 г. М.Г. Таршис и В.М. Константиновым [1].
Модели — упрощенное воспроизведение реальности, в значительной мере отражающее ее важнейшие черты или взаимосвязи. Они позволяют выявить наиболее существенные признаки исследуемого явления, при этом фактическая ценность модели непосредственно связана с достигнутым в ней уровнем обобщения.
В основе стохастического моделирования лежит значительный объем ретроспективной и пространственной информации, эффективно эксплуатировать которую можно с применением современных автоматических баз данных, собственная разработка которых максимально ориентирует на реализа-
цию системы эпизоотического благополучия на территории Алтайского края с его уникальными биогеоэкологическими условиями. Кроме того, оперативная реакция на изменения факторного воздействия на динамику эпизоотического процесса [2], в основу которой заложен анализ накопленной информации с помощью экспертных систем, обеспечивает возможность создания достоверных механико-математических моделей биологических детерминированных процессов и осуществление значительно более высокого уровня эпизоотической безопасности и независимости показателей процесса от внешних факторов.
Эпизоотический процесс настолько неоднозначно детерминирован, что, по существу, в силу нашего ограниченного видения поля данных по рассматриваемой проблеме, представлялся как сложная вероятностная система [3]. Чрезвычайная сложность системы не позволяет осуществить его полного описания. Однако, точно представляя характер связей и зависимостей, обуславливающих функционирование биогеоэкоценоза, можно представить эпизоотический процесс в виде детерминированной системы [4].
Эта задача сводится к нахождению некоторого закона, который позволяет по имеющейся информации об объекте в начальный момент времени в точке пространства Х0 определить его будущее в любой момент времени I > 10 . В зависимости от степени сложности рассматриваемой системы можно описывать изменения как во времени, так и в пространстве, а также описывать пространственно-временную эволюцию.
Цель и задачи
Проектирование нашей базы данных происходило с использованием принципа «снизу вверх» (использование базы данных в конкретных условия биогеоэкоценоза и приуроченного к нему эпизоотического процесса) и принципа «сверху вниз» (выбор оптимального перечня значимых факторов, влияющих на эпизоотический процесс, и предложение ветспециалистам для поддержания и развития информационного поля). Идея распределения эпизоотологической информации на кластеры по уровням экспертизы позволяет отображать результаты анализа с соответствующими описаниями как в распределении по районам, так и по времени, а если необходимо, то и в комбинации различных вариантов.
Материалы и методы
На начальном этапе решения поставленной задачи мы отобрали информацию о природных и хозяйственных факторах, а также о части ареала с совокупностью при-
знаков характерной для отдельных групп исследуемой территории.
Выделили ведущие факторы для построения основных коррелятивных каналов и специфичных совокупностей факторов.
Построили логическую модель для проверки достоверности системы.
Установили параметры описания каждого показателя с рассмотрением типа данных каждой отдельной единицы записей (абсолютные — число неблагополучных пунктов, заболело и пало животных; относительные
— очаговость, заболеваемость, смертность, уровень вакцинации) и занесли сведения о типах данных в соответствующую таблицу.
Выбрали модель базы данных, максимально реализующую поставленную задачу, и сформировали схему связей между таблицами и коммуникативными узлами.
Результаты исследования
Создали графический интерфейс для ввода информации в базу данных и определили формы ее представления (электронные таблицы и графики).
Используя принципы многокомпонентно-сти, мы создали информационную систему с распределенной базой данных по уровням экспертизы, в которой зафиксирован статистический материал по эпизоотической ситуации за 1964-2010 гг. по 31 району Алтайского края, расположенных в различных природно-климатических условиях:
а) абсолютные показатели — численность поголовья всех видов сельскохозяйственных животных (крупный рогатый скот, мелкий рогатый скот, свиньи, лошади); метеорологические данные (значимо коррелирующие с динамикой показателей эпизоотического процесса); число неблагополучных пунктов, заболевших, павших животных по всем нозологическим формам;
б) относительные показатели — заболеваемость, смертность и очаговость по всем нозологическим формам.
Результатом этого явилось оформление необходимых эпизоотологических и метеорологических данных, агрегированных по временным и пространственным характеристикам для оценки в гибридной экспертной системе.
Ядро созданной базы данных — аппарат, обеспечивающий автоматизированное ведение аналитического учета эпизоотической ситуации на исследуемой территории.
Использование гибкой системы настроек компонентов и многокомпонентной схемы адаптировало программный аппарат к практически любым условиям и различным требованиям инструктивных материалов и правилам работы, принятым как в целом по России, так и на региональном уровне.
64
Вестник Алтайского государственного аграрного университета № 4 (90), 2012
Кроме того, при дальнейших модернизациях отдельных частей ядро программы и другие ее компоненты не будут затрагиваться, что значительно увеличило надежность и продолжительность жизни созданной базы, в свою очередь, обеспечивая наиболее полное выполнение требуемых функций.
Разнородность получаемой информации определенно усложняет задачу создания баз данных показателей эпизоотического процесса, но модель работы «от кода проекта» позволяет в значительной мере оптимизировать процесс адаптации баз данных для пользователей.
Распределение тем по таблицам, а данных по полям в них позволило сформировать перечень необходимых фактических данных (год, число неблагополучных пунктов, заболело, пало, заболеваемость, смертность, очаговость, уровень вакцинации, численность поголовья, метеорологические данные).
Для связывания сведений, хранящихся в различных таблицах, мы создали поля, однозначно определяющие каждую запись, то есть определили первичный ключ.
Выводы
Эпизоотический процесс — сложная многофакторная система. При решении задач
моделирования и прогнозирования эпизоотий следует принимать во внимание значительный объем взаимодействующих между собой элементов. Богатый арсенал математических методов и компьютерных технологий наряду со стратегическим взглядом врача эпизоотолога в современных условиях информационного обеспечения вооружают нас возможностями предотвращения ошибок в проведении противоэпизоотических мероприятий на отдельных территориях.
Библиографический список
1. Таршис М.Г., Константинов В.М. Математические методы в эпизоотологии. — М.: Колос, 1975.
2. Джупина С.И. Контроль эпизоотического процесса. — Новосибирск, 1996.
3. Бакулов И.А. Система эпизоотического мониторинга особо опасных экзотических и малоизученных, в том числе зооантропо-нозных болезней животных. — ВНИИВиМ, 2001.
4. Гуславский И.И. Жестко детерминированные и статистические закономерности в инфекционном и эпизоотическом процессах // Эколого-географические аспекты ин-фектологии: сб. ст. Всерос. конф. — Улан-Удэ; Новосибирск, 2011.
