CC BY
0Процессы и машины агроинженерных систем
УДК 338.2:004 Код ВАК 4.3.1
ЦИФРОВАЯ МОДЕЛЬ УЧЕБНО-ОПЫТНОГО ХОЗЯЙСТВА УРАЛЬСКОГО ГАУ
А.С. Гусев1*, Н.В. Вашукевич1, А.А. Беличев1, А.Д. Смирнова1 1ФГБОУ ВО Уральский ГАУ, Екатеринбург, Россия *E-mail: [email protected]
Аннотация: Описана работа по оцифровке рабочих участков пашни учебно-опытного хозяйства Уральского ГАУ, сбору и анализу данных по созданию электронной базы данных хозяйства с использованием материалов почвенного обследования и космических снимков в программных комплексах Mapinfo Professional и Агромон.
Ключевые слова: Цифровая модель, оцифровка рабочих участков пашни, космические снимки, почвенное обследование.
DIGITAL MODEL OF EDUCATIONAL AND EXPERIMENTAL ECONOMY OF THE URAL SAU A.S. Gusev1*' N.V. Vashukevich1, A.A. Belichev1, A.D. Smirnova1 1Ural State Agrarian University, Yekaterinburg, Russia *E-mail: [email protected]
Abstract. The work on digitizing working plots of arable land at the educational and experimental farm of the Ural State Agrarian University, collecting and analyzing data to create an electronic database of the farm using soil survey materials and satellite images in the Mapinfo Professional and Agromon software packages is described.
Keywords: Digital model, digitization of working areas of arable land, satellite images, soil survey.
Введение (Introduktion)
Вопросам цифровизации сельского хозяйства в последнее десятилетие посвящено множество научных работ и практических рекомендаций. Внедрение цифровых технологий является частью стратегического плана развития Российской Федерации, что закреплено соответствующими нормативно-правовыми актами [3,5].
Особую актуальность приобретают вопросы создания «цифровых двойников» сельскохозяйственных предприятий с применением современных «сквозных» цифровых технологий [2,4,8], в том числе с применением ГИС-технологий и методов дистанционного зондирования Земли. Работы по созданию такого «цифрового двойника» были начаты в 2022 году в связи с созданием учебно-опытного хозяйства, в качестве структурного подразделения Уральского ГАУ.
Цель. Цель исследования являлось создание цифровой базы данных рабочих участков пашни учебно-опытного хозяйства Уральского ГАУ, с использованием результатов почвенных обследований, материалов инвентаризации земель и космических снимков. Задачи исследований:
1. Провести оцифровку границ рабочих участков учебно-опытного хозяйства Уральского ГАУ с применением ГИС Mapinfo Professional.
2. Провести оцифровку почвенных условий учебно-опытного хозяйства Уральского ГАУ с применением ГИС Mapinfo Professional.
3. Создать цифровую базу данных рабочих участков учебно-опытного хозяйства Уральского ГАУ на основе истории полей с использованием программного комплекса Агромон.
Методология и методы исследования (Methods) Объектом исследования являлось учебно-опытное хозяйство Уральского ГАУ, располагающееся в Белоярском районе Свердловской области. Опытные поля располагаются на площади 2337 га вокруг п. Студенческий. Расстояние до районного центра (п. Белоярский) составляет 15 км, до ближайшей железнодорожной станции 7 км, до областного центра (город Екатеринбург) - 50 км (рисунок 1) [1].
Рисунок 1 - Схема учебно-опытного хозяйства Уральского государственного аграрного университета
С 2022 года учебно-опытного хозяйство (бывшее предприятие Учхоз «Уралец») вошел в состав
Уральского ГАУ в качестве структурного подразделения [7]. Одновременно с этим начался новый виток
в производственной деятельности предприятия, связанная с внедрением цифровых технологий. В течении 28
2022 года была проведена оцифровка полей хозяйства с уточнением их площадей в программе Mapinfo Professional, создана база данных в программном комплексе Агромон и проведен анализ космических снимков состояния посевов в программе Envi.
Результаты исследований (The results of the research)
Предлагаемые к рассмотрению результаты являются первоначальным этапом создания комплексной цифровой модели сельскохозяйственного предприятия, которая позволит решить ряд проблем, свойственных для сельскохозяйственных предприятий. Прежде всего, это снижение субъективного фактора при планировании сельскохозяйственного производства, а также программирование урожайности сельскохозяйственных культур на основе результатов мониторинга состояния сельскохозяйственных культур.
Работы по цифровизации учебно-опытного хозяйства Уральского ГАУ проводились в несколько этапов.
На первом этапе созданы цифровые образы рабочих участков пашни хозяйства в программе Mapinfo Professional (рисунок 2).
Рисунок 2 - Цифровые образы рабочих участков пашни учебно-опытного хозяйства Уральского государственного аграрного университета в программе Mapinfo Professional
В результате проведенной работы оцифрован 31 рабочий участок пашни хозяйства. В качестве исходного материала использовались инвентаризационные планы Белоярского района Свердловской области, было выяснено, что расхождение между вычисленной площадью участков по результатам оцифровки и их площадью по имеющимся в хозяйстве материалам составила в среднем 7%, что по
нашему мнению связано с изменением фактических границ рабочих участков хозяйства по сравнению с границами, установленными при последней разработке проекта внутрихозяйственного землеустройства. Также выяснено, что практически все рабочие участки имели форму, благоприятную для проведения сельскохозяйственных обработок.
На втором этапе на оцифрованные земельные участки были наложены результаты почвенного обследования, проведенные под руководством проф. Н.А. Иванова (рисунок 2).
Рисунок 3 - Оцифровка почвенных условий на рабочих участках пашни учебно-опытного хозяйства Уральского государственного аграрного университета в программе Mapinfo Professional
По результатам проведенной работы можно отметить, что большая территория пашни хозяйства покрыта почвенным покровом, имеющим балл бонитета более 80, что соответствует лучшим почвам.
После оцифровки рабочих участков пашни и предварительной подготовки цифровой модели хозяйства, была создана цифровая база данных по каждому рабочему участку хозяйства (3 этап) в программе Агромон (рисунок 4).
Картографической основой для создания цифровой базы данных полей являлись материалы спутниковых снимков территории предприятия, а также результаты, подготовленные нами на первом и втором этапе работы. По каждому рабочему участку хозяйства была внесена информация по почвенным условиям, предшествующим культурам, ретроспективные данные по внесению удобрений и применению средств защиты растений, урожайности сельскохозяйственных культур.
Рисунок 4 - Создание цифровой базы данных рабочих участков пашни учебно-опытного хозяйства Уральского государственного аграрного университета в программе Агромон
Выводы и рекомендации (Conclusions and recommendations)
Работа по созданию цифровой модели учебно-опытного хозяйства Уральского государственного аграрного университета является «пилотным» проектом в рамках разработки «цифровых двойников» сельскохозяйственных предприятий Свердловской области. К настоящему времени выполнены работы по оцифровке рабочих участков пашни хозяйства, обработке и цифровизации почвенных условий предприятия, созданию электронной базы данных по каждому рабочему участку пашни учебно-опытного хозяйства. Работы по созданию цифровой модели учебно-опытного хозяйства Уральского государственного аграрного университета продолжаются, в ближайшее время предстоит дополнить электронную базу данных хозяйства результатами агрохимического геоботанического, фитосанитарного обследований, мониторинга состояния посевов по результатам космических снимков, создать математическую модель расчета прогнозной урожайности в соответствии с климатическими, почвенными и агротехнологическими условиями местности.
Библиографический список:
1. Белоярский городской округ: характеристика муниципального образования [Электронный ресурс]. - Режим доступа: http://semantic.uraic.ru/object/objectgroupcontent.aspx?object_id=4901&grou p_id=10&sub=2&project= 1
2. Васенев И. Смарт-системы агроэкологического мониторинга для интеллектуальных систем поддержки принятия решений (СППР) [Электронный ресурс] / Ресурсосберегающее земледелие.
2022. № 3 (55). URL: https://agriecomission.com/base/smart-sistemy-agroekologicheskogo-monitoringa-dlya-intellektualnyh-sistem-podderjki-prinyatiya-reshenii-sppr
3. Ведомственный проект «Цифровое сельское хозяйство»: официальное издание. - М.: ФГБНУ «Росинформагротех», 2019. - 48 с. URL: https://mcx.gov.ru/upload/iblock/900/900863fae06c026826a9ee43e124d058.pdf
4. Воронков И. В. Разработка методов и аппаратно-программных средств автоматизированного мониторинга и контроля выполнения посевных работ: дисс. ... канд. техн. наук. - Москва, 2018. -147 с.
5. Распоряжение Правительства Российской Федерации от 29.12.2021 г. № 3971-р «Стратегическое направление в области цифровой трансформации отраслей агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года» URL: http://government.ru/docs/all/138637/
6. Труфляк Е. В. Мониторинг и прогнозирование в области цифрового сельского хозяйства по итогам 2018 г. / Е. В. Труфляк, Н. Ю. Курченко, А. С. Креймер.- Краснодар : КубГАУ, 2019. - 100 с.
7. ФГБОУ ВО Уральский ГАУ Положение об учебно-опытном хозяйстве УрГАУ [Электронный ресурс] URL: https://docplayer.com/60540836-Fgbou-vo-uralskiy-gau-polozhenie-ob-uchebno-opytnom-hozyaystve-urgau.html
References:
1. Beloyarsk urban district: characteristics of the municipality [Electronic resource]. - Access mode:
http://semantic.uraic.ru/obj ect/objectgroupcontent. aspx?object_id=4901&grou p_id=10&sub=2&project= 1
2. Vasenev I. Smart systems of agroecological monitoring for intelligent decision support systems (DSS)
[Electronic resource] / Resource-saving agriculture. 2022. No. 3 (55). URL:
https://agriecomission.com/base/smart-sistemy-agroekologicheskogo-monitoringa-dlya-intellektualnyh-
sistem-podderjki-prinyatiya-reshenii-sppr
3. Departmental project "Digital Agriculture": official publication. - M.: FGBNU "Rosinformagrotekh", 2019.
- 48 p. URL: https://mcx.gov.ru/upload/iblock/900/900863fae06c026826a9ee43e124d058.pdf
4. Voronkov I.V. Development of methods and hardware and software for automated monitoring and control
of sowing work: diss. ...cand. tech. Sci. - Moscow, 2018. - 147 p.
5. Order of the Government of the Russian Federation dated December 29, 2021 No. 3971-r "Strategic
direction in the field of digital transformation of the agro-industrial and fishery sectors of the Russian Federation for the period until 2030" URL: http://government.ru/docs/all/ 138637/
6. Truflyak E. V. Monitoring and forecasting in the field of digital agriculture based on the results of 2018 / E. V. Truflyak, N. Yu. Kurchenko, A. S. Kreimer. - Krasnodar: KubSAU, 2019. - 100 p. 7. FSBEI HE Ural State Agrarian University Regulations on the educational and experimental farm of the UrSAU [Electronic resource] URL: https://docplayer.com/60540836-Fgbou-vo-uralskiy-gau-polozhenie-ob-
uchebno-opytnom-hozyaystve-urgau.html
