CC BY
12
8. Yanga R., Hana Y., Hana Z., Ackaha S., Lia Z., Bia Y., Yanga Q., Pruskyab D. Hot water dipping stimulated wound healing of potato tubers. Postharvest Biology and Technology. 2020. Vol. 167: 111245.
9. Lulai E. C., Freeman T. P. The importance of phellogen cells and their structural characteristics in susceptibility and resistance to excoriation in immature and mature potato tuber (Solanum tuberosum L.) periderm. Annals of Botany. 2001. Vol. 88: 555-561.
10. Beukema H. P., van der Zaag D. E. Introduction to potato production. Wageningen: Pudoc. 1990. 208 p. [online]. Available at: https://edepot.wur.nl/411163 (accessed 27.03. 2022).
11. Sabba R. P., Bussan A. J., Michaelis B. A., Hughes R., Drilias, M. J., Glynn M. T. Effect of planting and vine-kill timing on sugars, specific gravity and skin set in processing potato cultivars. American Journal of Potato Research. 2007. Vol. 84: 205-215.
12. Thornton M., Bohl W. (eds.) Preventing potato bruise damage [online]. Available at: https://www.extension.uidaho.edu/publishing/pdf/bul/bul0725.pdf (accessed 21.03.2022).
13. Hesen J. C., Kroesbergenf E. Mechanical damage to potatoes I. Eur. Potato J. 1960. Vol. 3. No.1 [online]. Available at: https://core.ac.uk/download/pdf/29395623.pdf (accessed 17.03. 2022).
14. Romanovskii N.V., Guzanov M.S. Tekhnologii mekhanizirovannoi uborki belokochannoi kapusty [Technologies of mechanized harvesting of white cabbage]. Sel'skokhozyaistvennye mashiny i tekhnologii. 2014. No. 1: 49-52 (In Russian)
УДК 631.171:55
ВЫБОР ГРУЗОПОДЪЁМНОСТИ ТРАНСПОРТНЫХ СРЕДСТВ
ПРИ ЗАГОТОВКЕ КОРМОВ ИЗ ПОДВЯЛЕННЫХ ТРАВ
А.М. Валге, д-р. техн. наук А.И. Сухопаров, канд. техн. наук
Институт агроинженерных и экологических проблем сельскохозяйственного производства (ИАЭП) - филиал ФГБНУ ФНАЦ ВИМ, Санкт-Петербург, Россия.
В статье рассмотрен подход к определению расчётной оптимальной грузоподъёмности транспортных средств, применяемых при транспортировке подвяленных трав с поля к месту закладки их на хранение в зависимости от производительности кормоуборочного комбайна и времени движения транспортных средств. Основными показателями транспортного средства являются его грузоподъёмность и скорость движения. Основное требование к уборочно-транспортному комплексу заключается в обеспечении бесперебойной работы уборочной машины, что достигается, как правило, избытком транспортных машин. При этом возникают их простои и, следовательно, дополнительные затраты. Согласованная работа уборочной машины и транспортных средств в конкретных полевых условиях и производительности уборочной машины достигается при оптимальной грузоподъёмности транспортного средства. Теоретические исследования показали, что грузоподъёмность прямо пропорционально зависит от времени движения транспортного
средства и производительности кормоуборочного комбайна и обратно пропорционально - от количества транспортных средств. Из произведённых расчётов определено, что грузоподъёмность резко возрастает с увеличением производительности уборочной машины и времени движения транспортного средства. При обслуживании кормоуборочного комбайна двумя транспортными средствами при среднестатистических условиях, характерных для хозяйств Северо-Западного региона России, их грузоподъёмность должна быть 6-8 т, а при обслуживании тремя автомобилями - 3-4 т. Данный подход при выборе оптимальной грузоподъёмности транспортного средства можно использовать при решении задачи по формированию уборочно-транспортного комплекса для заготовки кормов из подвяленных трав с учётом имеющихся технических ресурсов, площадей кормовых угодий, урожайности трав и логистики доставки кормов с полей до хранилищ.
Ключевые слова: корма из трав, уборочно-транспортный комплекс, транспортные средства, грузоподъёмность, оптимизация, поточность производства.
Для цитирования: Валге А.М., Сухопаров А.И. Выбор грузоподъёмности транспортных средств при заготовке кормов из подвяленных трав // АгроЭкоИнженерия. 2022. № 2(111). С.107- 116
CHOICE OF LOAD CAPACITY OF VEHICLES INVOLVED IN MAKING FODDER
FROM AIR-CURED GRASS
A.M. Valge, DSc (Engineering), A.I. Sukhoparov, Cand Sc. (Engineering),
Institute for Engineering and Environmental Problems in Agricultural Production (IEEP) -branch of FSAC VIM, Saint Petersburg, Russia
The article considers an approach to estimating the optimal carrying capacity of vehicles used to transport the air-cured grass from the field to the storage depending on the forage harvester performance and the vehicle travelling time. The main vehicle specifications are its load capacity and speed. The main requirement to the harvesting and transportation complex is to ensure the uninterrupted operation of the harvester achieved, as a rule, by a surplus of vehicles. This results in the downtime and consequent extra costs. Coordinated operation of the forage harvester and vehicles in specific field conditions and harvester performance is reached with an optimal vehicle load capacity. Theoretical study demonstrated that the load capacity was in the direct proportion to the vehicle travelling time and the forage harvester throughput, and in the inverse proportion to the number of vehicles. The calculations showed that the load capacity increased sharply with an increase in the harvester productivity and the vehicle travelling time. When a forage harvester works with two vehicles under average statistical conditions typical for farms in the North-West Russia, their load capacity should be 6 to 8 tons, and with three vehicles - 3 to 4 tons. Such an approach to choosing the optimal carrying capacity of a vehicle can be used when solving the problem of forming a harvesting and transport complex for making fodder from air-cured grass with due account the available technical resources, forage areas, grass yields and the logistics of fodder delivery from fields to storage facilities.
Key words: grass fodder, harvesting and transportation complex, vehicle, carrying capacity, optimisation, streamlining production
For citation: Valge A.M., Sukhoparov A.I. Choice of load capacity of vehicles involved in making fodder from air-cured grass. AgroEkoInzheneriya. 2022. No. 2(111): 107-116 (In Russian)
Введение
Корма из подвяленных трав (силос и сенаж) являются основным кормом для КРС и составляют до 70% от общего объёма кормов [1]. При заготовке кормов из трав, особенно при производстве силоса и сенажа, большое количество технических средств задействовано на транспортировке провяленной травы с полей к местам закладки на хранение [2, 3]. При их производстве используются уборочно-транспортные комплексы, состоящие из уборочных машин и транспортных средств. Каждый из кормоуборочных комбайнов обслуживается несколькими транспортными средствами, которые по очереди загружаются кормоуборочным комбайном, транспортируют травяную массу к месту закладки на хранение, разгружаются и снова возвращаются на поле к комбайну для загрузки. Эффективность их совместной работы существенно зависит от правильного их соотношения.
Кормоуборочный комбайн является наиболее капиталоёмкой машиной из всех технических средств, принимающих участие в производстве кормов из трав. Поэтому от эффективности применения комбайна уборочно-транспортном комплексе зависят стоимостные показатели получаемых кормов и в целом рентабельность животноводства [4, 5]. В связи с высокой стоимостью кормоуборочных комбайнов все остальные технические средства кормозаготовительного звена ориентируются на его производительность, т.е. обеспечивается необходимая площадь скашивания, выстраивается логическая цепочка транспортировки кормов с полей к их месту хранения, учитывается объём хранилищ, что бы обеспечит, как можно быстрое их заполнение во избежание порчи корма [2, 3, 6]. Так же известно, что при быстром заполнении хранилищ (2-3 дня) потери сухого вещества от «угара» составляют до 9%, а при более растянутых сроках заполнения - 12-14% и более [7]. Тем ни менее, доля эксплуатационных затрат по транспортировке травы с поля в хранилище при заготовке силоса в хозяйствах Северо-Запада России составляет 53-65%, а энергозатрат - 59-75% [8]. С ростом стоимостей энергоресурсов и топлива стоимость единицы корма также будет возрастать. В связи с этим актуальным становится определение грузоподъёмности транспортных средств, необходимых для обслуживания одного кормоуборочного комбайна, что бы соблюдался принцип поточности технологии.
С развитием информационных технологий и разработкой различных математических программ, позволяющих обрабатывать большое количество данных с применение разнообразных математических методов, стало возможным решение задач по оптимизации применения технических средств в кормопроизводстве [9, 10, 11]. Оценка эффективности различных вариантов работы сформированных уборочно-транспортных комплексов для заготовки кормов из провяленных трав будет способствовать
рациональному использованию материально-технических ресурсов и, в целом, снижению себестоимости кормов.
Цель работы - осуществить оценку грузоподъёмности транспортных средств при заготовке кормов из подвяленных трав исходя из производительности кормоуборочных комбайнов и расстояния между полями и местом хранения корма.
Материалы и методы
Так как за каждым кормоуборочным комбайном закрепляется несколько транспортных средств, то баланс распределения времени обслуживания можно представить в виде следующего тождества:
(Кр -!)■ 'пог " 'де + ¿Раз , (1)
где Ит - общее количество транспортных средств;
¿пог - время загрузки одного транспортного средства, ч;
- время движения транспортного средства от кормоуборочного до хранилища и обратно, ч;
¿раз - время разгрузки транспортного средства в хранилище, ч.
Время движения транспортного средства до хранилища и обратно определяется по формуле:
60 ■ Я 60 ■ Я
'Дв"—+1Г' (2)
где Я - радиус перевозки, км;
V и V - скорости движения транспортного средства с грузом и без груза, км/ч. Необходимое число транспортных средств для обслуживания одного комбайна определяется по формуле:
60 ■ Я 60 ■ Я
-+-+ 'Раз
V V
КТр --V-+1. (3)
'пог
Количество уборочных машин зависит от многих показателей, основными из которых являются: производительность машины, погодные условия, сроки уборки. Производительность машин в свою очередь зависит, при прочих равных условиях, от урожая травы и длины гона поля.
В общем виде количество уборочных машин определяется соотношением:
£
У "РУШ ■^Над ■ 'см 'КСм ■ ПСм \
где £ - площадь уборки, га;
О (/,и) - производительность машины в зависимости от длины гона поля и урожая травы;
кн - коэффициент надежности машины; 'См - длительность смены, ч.;
кСм - коэффициент использования времени смены; псм - число смен уборки травы.
Производительность транспортных средств в основном определяется его грузоподъёмностью, скоростью движения, радиусом перевозки. В кормопроизводстве наибольшие энергозатраты приходятся на транспортные работы, поэтому оптимизация параметров уборочно-транспортной системы является актуальной задачей.
Основными показателями транспортного средства являются его грузоподъёмность и скорость движения. При работе уборочно-транспортного комплекса основное требование состоит в обеспечении бесперебойной работы уборочной машины, что обеспечивается, как правило, избытком транспортных машин. При избытке транспортных средств возникают их простои и, следовательно, дополнительные затраты. Согласованная работа уборочной машины и транспортных средств в конкретных полевых условиях и производительности уборочной машины достигается при оптимальной грузоподъёмности транспортного средства.
Для определения грузоподъёмности представим формулу (1) в следующем виде:
(Мт -1)= , (5)
^Тр
где Тдв = *дв + 1раз - время движения транспортного средства от места погрузки, до места разгрузки и обратно, плюс время разгрузки, ч;
Оу (и)
1Пог = ^УК 7 - время погрузки транспортного средства, ч;
02 СТр
0У (и) - производительность кормоуборочного комбайна в зависимости от урожая травы, т/ч;
СТр - грузоподъёмности транспортного средства, т.
Из формулы (5) определим грузоподъёмности транспортного средства:
^=Тд^Ц) . (6)
'Гр
■ 'Чр
К -1) .
Из формулы (6) видно, что грузоподъёмность прямо пропорционально зависит от времени движения транспортного средства и производительности кормоуборочного комбайна и обратно пропорционально от количества транспортных средств.
Результаты исследований
Производительность кормоуборочных комбайнов зависит от урожая травы. Так при проведении испытаний комбайнов «Claas Jaguar 850» и «John Deere 7350» на СевероЗападной МИС в 2009 году их сменная производительность при укосной урожайности травы 15-20 т/га достигала 300,0 т/см., поэтому для расчётов по формуле (6) примем их расчётную производительность, изменяющуюся от 0,05 до 0,5 т/мин.
Суммарное значение времени движения и разгрузки транспортных средств зависит в основном от радиуса перевозки, и, как показывает практика, находятся в интервале 10-
50 минут. Для обслуживания кормоуборочного комбайна необходимо минимум два транспортных средства. Для вышеприведённых интервалов изменения производительности кормоуборочного комбайна и времени движения транспортных средств, при обслуживании комбайна двумя транспортными средствами в табл.1 приведены расчётные (оптимальные) значения грузоподъёмности транспортных средств.
Таблица 1
Расчётные значения грузоподъёмности транспортных средств при обслуживании комбайна двумя транспортными средствами
Производительност ь комбайна, т/мин Кол. транспортных средств Время движения и разгрузки транспортных средств, мин
10 15 20 25 30 35 40 45 50
0,05 2 0,5 0,8 1,0 1,3 1,5 1,8 2,0 2,3 2,5
0,1 2 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
0,15 2 1,5 2,3 3,0 3,8 4,5 5,3 6,0 6,8 7,5
0,2 2 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
0,25 2 2,5 3,8 5,0 6,3 7,5 8,8 10,0 11,3 12,5
0,3 2 3,0 4,5 6,0 7,5 9,0 10,5 12,0 13,5 15,0
0,35 2 3,5 5,3 7,0 8,8 10,5 12,3 14,0 15,8 17,5
0,4 2 4,0 6,0 8,0 10,0 12,0 14,0 16,0 18,0 20,0
0,5 2 5,0 7,5 10,0 12,5 15,0 17,5 20,0 22,5 25,0
Из приведённых расчётов (См. табл. 1) видно, что грузоподъёмность резко возрастает с увеличением производительности уборочной машины и времени движения транспортного средства. Для средних условий работы уборочной и транспортных машин грузоподъёмность составляет 6-8 т.
В таблице 2 приведены расчётные (оптимальные) значения грузоподъёмности при обслуживании кормоуборочного комбайна тремя транспортными средствами.
Таблица 2
Расчётные значения грузоподъёмности транспортных средств при обслуживании комбайна тремя транспортными средствами
Производительност Кол. Время движения и разгрузки транспортных средств,
ь комбайна, т/мин транспортных мин
средств 10 15 20 25 30 35 40 45 50
0,05 3 0,3 0,4 0,5 0,6 0,8 0,9 1,0 1,1 1,3
0,1 3 0,5 0,8 1,0 1,3 1,5 1,8 2,0 2,3 2,5
0,15 3 0,8 1,1 1,5 1,9 2,3 2,6 3,0 3,4 3,8
0,2 3 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
0,25 3 1,3 1,9 2,5 3,1 3,8 4,4 5,0 5,6 6,3
0,3 3 1,5 2,3 3,0 3,8 4,5 5,3 6,0 6,8 7,5
0,35 3 1,8 2,6 3,5 4,4 5,3 6,1 7,0 7,9 8,8
0,4 3 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
При обслуживании кормоуборочного комбайна тремя транспортными средствами их грузоподъёмность снижается в два раза.
В программном приложении Microsoft Excel 2003 был построен график, приведенный на Рисунке 1, показывающий какой грузоподъёмностью должны обладать транспортные средства в зависимости от производительности кормоуборочного комбайна и времени затрачиваемого на движение и разгрузку у хранилища кормов.
&
о о к S
:<U
tû «
О С о
со ^
Л
25,0 23,0 21,0 19,0 17,0 15,0 13,0 11,0 9,0 7,0 5,0 3,0 1,0
--х-- 0,1 —■— 0,15
0,2
—•— 0,25
10
15
-1-1—
20 25 30 35 Время движения, мин
—I-1—
40 45
50
Рис. 1. Грузоподъёмность транспортных средств при заготовке кормов из подвяленных трав в зависимости от производительности кормоуборочного комбайна
Выводы
1. Качество и себестоимость кормов из подвяленных трав зависит от эффективности работы уборочно-транспортного комплекса, оптимальности его комплектации в зависимости от поточности технологического процесса.
2. Основное влияние на безостановочную работу уборочного комплекса имеет грузоподъёмность транспортных средств, которое зависит от производительности уборочной машины и времени движения транспортного средства до места разгрузки и обратно.
3. Представленный подход при выборе оптимальной грузоподъёмности транспортного средства можно использовать при решении задачи по формированию уборочно-транспортного комплекса для заготовки и сенажа с учётом имеющихся технических ресурсов, площадей кормовых угодий, урожайности трав и логистики доставки кормов с полей до хранилищ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1.Рядчиков В.Г. Основы питания и кормления сельскохозяйственных животных. СПб.: Лань. 2022. 640 с.
2. Busato P., Sopegno A., Pampuro N., Sartori L., Berruto R. Optimisation tool for logistics operations in silage production. Biosystems Engineering. 2019. Vol. 180, pp. 146-160.
3. Amiama C., Pereira J.M., Castro A., Bueno J. Modelling corn silage harvest logistics for a cost optimization approach. Computers and Electronics in Agriculture. 2015. Vol. 118, pp. 5665.
4. Basnet C.B., Foulds L.R., Wilson J.M. Scheduling contractors' farm-to-farm crop harvesting operations. International Transactions in Operational Research, 2006. Vol.13 (1), pp. 1-15.
5. Vindis P., Stajnko D., Lakota M., Mursec B. Comparison of efficiency of single-row and self-propelled harvester on small farms. Actual Tasks on Agricultural Engineering-Zagreb, 2012. Vol 40, pp. 311-320.
6. Valge A., Sukhoparov A., Papushin E. Grass forage transportation process modeling. Engineering for Rural Development. Proc. 19* Int. Sci. Conf. 20-22 May 2020, Jelgava, Latvia. Jelgva: LLU. 2020, pp. 1201-1207. D0I:10.22616/ERDev.2020.19.TF288
7. Евдокимова Н.А., Захаров А.М., Максимов Д.А. и др. Технологии органического производства сельскохозяйственной продукции растениеводства в условиях СевероЗападного региона Российской Федерации. Материалы международного проекта «Экологически дружественное умное органическое сельское хозяйство - EFSOA». СПб: ИАЭП - филиал ФГБНУ ФНАЦ ВИМ, 2021. 140 с.
8. Попов В.Д., Максимов Д.А., Морозов Ю.Л. и др. Технологическая модернизация отраслей растениеводства АПК Северо-Западного федерального округа. СПб:ГНУ СЗНИИМЭСХ Россельхозакадемии. 2014. 288 с.
9. Bueno J., Amiama C., Pereira J. M. Discrete event simulation model for the harvest cycle of silage corn. VII Congreso Iberico De Agroingeneria y Ciencias Horticolas: Innovar y Producir Para El Futuro. 2014, pp. 1064-1068.
10. Edwards G., S0rensen C.G., Bochtis D.D., Munkholm L.J. Optimised schedules for sequential agricultural operations using a Tabu Search method. Computers and Electronics in Agriculture, 2015. Vol. 117, pp. 102-113. DOI: 10.1016/j.compag.2015.07.007
11. Валге А.М. Использование систем Excel и Mathcad при проведении исследований по механизации сельскохозяйственного производства (Методическое пособие). СПб: ГНУ СЗНИИМЭСХ Россельхозакадемии. 2013. 200 с.
REFERENCES
1.Ryadchikov V.G. Osnovy pitaniya i kormleniya sel'skokhozyaistvennykh zhivotnykh [Fundamentals of nutrition and feeding of farm animals]. Saint Petersburg: Lan' Publ. 2022. 640 p. (In Russian)
2. Busato P., Sopegno A., Pampuro N., Sartori L., Berruto R. Optimisation tool for logistics operations in silage production. Biosystems Engineering. 2019. Vol. 180: 146-160 DOI: 10.1016/j.biosystemseng.2019.01.008
3. Amiama C., Pereira J.M., Castro A., Bueno J. Modelling corn silage harvest logistics for a cost optimization approach. Computers and Electronics in Agriculture. 2015. Vol. 118: 56-65 DOI: 10.1016/j.compag.2015.08.024
4. Basnet C.B., Foulds L.R., Wilson J.M. Scheduling contractors' farm-to-farm crop harvesting operations. International Transactions in Operational Research, 2006. Vol.13 (1): 1-15.
5. Vindis P., Stajnko D., Lakota M., Mursec B. Comparison of efficiency of single-row and self-propelled harvester on small farms. Actual Tasks on Agricultural Engineering-Zagreb, 2012. Vol 40: 311-320.
6. Valge A., Sukhoparov A., Papushin E. Grass forage transportation process modeling. Engineering for Rural Development. Proc. 19* Int. Sci. Conf. 20-22 May 2020, Jelgava, Latvia. Jelgava: LLU. 2020, pp. 1201-1207 (In English) DOI:10.22616/ERDev.2020.19.TF288
7. Evdokimova N.A., Zakharov A.M., Maksimov D.A. et al. Tekhnologii organicheskogo proizvodstva sel'skokhozyaistvennoi produktsii rastenievodstva v usloviyakh Severo-Zapadnogo regiona Rossiiskoi Federatsii [Technologies of organic production of farm crops under conditions of the North-West Region of the Russian Federation]. Materials of International Project "Environmentally Friendly Smart Organic Agriculture- EFSOA", Saint Petersburg: IEEP - branch of FSAC VIM, 2021. 140 p. (In Russian)
8. Popov V.D., Maksimov D.A., Morozov Yu.L. i dr. Tekhnologicheskaya modernizatsiya otraslei rastenievodstva APK Severo-Zapadnogo federal'nogo okruga [Technological modernization of crop production branches of the agro-industrial complex of the Northwestern Federal District]. Saint Petersburg: GNU SZNIIMESH Rossel'khozakademii. 2014. 288 p. (In Russian)
9. Bueno J., Amiama C., Pereira J. M. Discrete event simulation model for the harvest cycle of silage corn. VII Congreso Iberico De Agroingeneria y Ciencias Hortícolas: Innovar y Producir Para El Futuro. Libro de Actas. Madrid, Spain: Fundación General de la Universidad Politécnica de Madrid. 2014: 1064-1068.
10. Edwards G., S0rensen C.G., Bochtis D.D., Munkholm L.J. Optimised schedules for sequential agricultural operations using a Tabu Search method. Computers and Electronics in Agriculture, 2015. Vol. 117: 102-113 DOI: 10.1016/j.compag.2015.07.007
11. Valge A.M. Ispol'zovanie sistem Excel i Mathcad pri provedenii issledovanij po mekhanizatsii sel'skokhozyajstvennogo proizvodstva (Metodicheskoe posobie) [Application of Excel and Mathcad in research related to mechanisation of agricultural production/ Guidance manual]. SPb.: GNU SZNIIMESKH Rossel'khozakademii, 2013: 200 (In Russian)
УДК 631:551.582:551.506.9
ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ИНТЕРНЕТ-РЕСУРСА ПОГОДНОГО СЕРВИСА В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ
1 3
В.А. Смелик д-р. техн. наук., Ф.А. Киприянов канд. техн. наук.
2
П.А. Савиных д-р. техн. наук.,
1 Федеральное государственное бюджетное образовательное учреждение высшего образования Санкт-Петербургский государственный аграрный университет, Санкт-
Петербург, Россия
2
Федеральный аграрный научный центр Северо-Востока имени Н.В. Рудницкого, Киров, Россия
3 Федеральное государственное бюджетное образовательное учреждение высшего образования Вологодская государственная молочнохозяйственная академия имени Н.В. Верещагина, Вологда, Россия
В статье приводятся результаты использования климатического сервиса Яндекс.Погода для агроклиматического районирования Вологодской области и получения климатических характеристик сельскохозяйственных полей. В результате оценки климатических условий населенных пунктов сформировано восемь однотипных территориально-климатических районов, отличающихся между собой по таким показателям, как сумма биологически активных температур, количество осадков и продолжительность безморозного периода. Средние показатели однотипных территориально-климатических районов имеют существенные различия - разница по количеству осадков составляет 77 мм, по безморозному периоду - 19 дней. Разница суммы средних биологически активных температур достигает 805,6°С. Наложение климатических районов на существующее административное районирование позволило отметить, что климатические условия значительно отличаются даже в пределах одного района. Повышение эффективности технологических процессов в сельскохозяйственном
