CC BY
30
Петербургского государственного аграрного университета. 2015. №38. С. 288-293.
REFERENCES
1. Shein E.V. Teoriya i metody fiziki pochv / pod redakciej E.V. Shejna, L.O. Karpachevskogo. [Theory and methods of soil physics. Ed: E.V.Shein, L.O. Karpachevskij]. Moscow: Grif i K., 2007: 616.
2. Medvedev V.V. Tverdost' pochv [Soil penetration resistance]. Har'kov: KP Gorodskaya Tipografiya, 2009: 152.
3. Samsonova V.P. Prostranstvennaya izmenchivost' pochvennyh svojstv: Na primere dernovo-podzolistyh pochv: monografiya. [Spatial variability of soil properties: On the example of sod-podzolic soils: monograph]. Moscow: LKI, 200: 160.
4. Cifrovaya pochvennaya kartografiya: teoreticheskie i ehksperimental'nye issledovaniya. Pod red. A.L Ivanova. [Digital Soil Cartography: Theoretical and Experimental Studies. Ed. A.L.Ivanov]. Moscow: V.V. Dokuchaev Soil Science Institute, 2012: 350.
5. Kalinin A.B., Teplinskij I.Z., Kudryavcev P.P. Ocenki parametrov pochvennogo sostoyaniya pri vypolnenii tekhnologicheskih processov vozdelyvaniya kartofelya po intensivnoj tekhnologii. [Estimates of soil state parameters in technological processes of potato cultivation by intensive technology]. Izvestiya Sankt-Peterburgskogo gosudarstvennogo agrarnogo universiteta. 2015; 38: 288-293.
УДК 631.171:55 DOI 10.24411/0131-5226-2018-10018
ВЫБОР СТРАТЕГИИ УБОРКИ ТРАВ НА ПРИМЕРЕ ЗЛАКОВОГО ТРАВОСТОЯ
А.М. Валге, д-р техн. наук; А.И. Сухопаров, канд. техн. наук
Федеральное государственное бюджетное научное учреждение «Институт агроинженерных и экологических проблем сельскохозяйственного производства» (ИАЭП), Санкт-Петербург, Россия
В статье представлен подход к выбору наиболее рационального тактического решения при производстве кормов из трав на примере заготовки рулонного прессованного сена в естественных условиях при скашивании злакового травостоя (ежи сборной). Фаза вегетации травы влияет на её энергетическую и питательную ценность, поэтому от своевременности уборки существенно зависит и энергетическая ценность заготавливаемых кормов для сельскохозяйственных животных. Продолжительность уборки также влияет на качественные параметры корма: при длительной уборке высока вероятность попадания под осадки. В связи с этим, зная прогноз погодных условий, площадь уборки, урожайность трав, а также располагаемые ресурсы хозяйства можно выбрать наиболее рациональный вариант по срокам заготовки кормов и в целом разработать стратегию уборки кормовых культур. Обоснование тактического решения осуществлялось математическими методами нелинейного программирования на базе математических моделей изменения массы и качественных параметров травостоя в зависимости от числа дней после начала всходов. Решение задачи выполнялось через поиск целевой функции. Рассматривалось два альтернативных варианта -получение максимального количества урожая в количественном и качественном выражении и определение минимума площади для получения требуемого количества и качества корма. Разработка
тактического сценария при заготовке кормов из трав позволяет сократить потери питательных веществ в кормах и повысить энергетическую эффективность всего технологического процесса производства кормов. Разработка тактического сценария является элементом моделирования всего технологического процесса заготовки кормов из трав и делает более рентабельным деятельность сельскохозяйственного предприятия.
Ключевые слова: заготовка кормов, моделирование, тактика, выбор альтернатив, качество кормов, нелинейное программирование.
Для цитирования: А. М. Валге, А.И. Сухопаров. Выбор стратегии уборки трав на примере злакового травостоя // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. № 1 (94). С. 117-123.
GRASS HARVESTING TACTICS: THE CASE OF CEREAL GRASS STANDS
A.M. Valge, DSc (Engineering);
A.I. Sukhoparov, Cand. Sc. (Engineering)
Federal State Budget Scientific Institution "Institute for Engineering and Environmental Problems in Agricultural Production" (IEEP), Saint Petersburg
The article presents an approach to the selection of the most rational tactical solutions in grass forage production as in the case of baled cereal hay made in natural conditions when mowing the cocksfoot grass. Grass vegetation stage has a significant effect on its energy and nutritional value; consequently, the energy value of produced forage for farm animals depends greatly on the timely harvesting. The duration of harvesting also affects the forage quality: if the harvest last a long time, the risk of rain is highly probable. In this regard, if the data on weather forecast, the area to be harvested, the expected grass yield and the available farm resources, is available, it is possible to choose the most rational option in terms of forage making time, and in general, to work out a strategy for forage crop harvesting. The tactical solution was substantiated by mathematical methods of nonlinear programming based on mathematical models of variation of the grass stand mass and qualitative indicators depending on the number of days after the emergence started. The problem was solved by searching of the objective function. Two alternatives were considered: to obtain the maximum yield in terms of quantity and quality and to determine the minimum area for obtaining the required quantity and quality of forage. Tactical scenario for grass forage making allows to reduce the forage nutrient loss and to improve the energy efficiency of the entire technological process of feed production. Tactical scenario generation is an element of the modelling of the entire technological process of grass forage making. It contributes to higher cost-effectiveness of the agricultural enterprise.
Keywords: forage making, modelling, tactics, choice of alternatives, forage quality, nonlinear programming.
Введение
Получение кормов в необходимых объемах и высокого качества предполагает наличие в сельскохозяйственных
предприятиях высокопроизводительной, надежной техники, адаптированной к условиям региона для проведения кормозаготовительной компании в
оптимальные и сжатые сроки. Однако, ввиду ограниченности в материальных средствах хозяйства не всегда обладают достаточным количеством сельскохозяйственных машин для заготовки кормов, а так же квалифицированными кадрами,
осуществляющих эксплуатацию
высокопроизводительной техники.
Имеющиеся в большинстве хозяйств системы машин по своим производительным характеристикам позволяют производить заготовку кормов в оптимальные сроки не более чем на 30-50% посевной площади. Кроме того, в регионах с повышенным количеством выпадения осадков в период заготовки кормов задача производства качественных кормов из трав ещё больше усложняется. Так, в Ленинградской области доля кормов I и II классов составляет: силоса - 21-53%, сенажа - 12-42%, сена - 19-44% [1].
Поэтому основной причиной снижения качества травяных кормов является нарушение технологических регламентов их производства, вызванных нарушением агротехнических сроков ввиду низких темпов заготовки. Возможными путями решения существующей проблемы без привлечения дополнительных материальных средств являются:
- формирование системы травяного конвейера;
- рациональное использование имеющихся ресурсов;
- использование информационных технологий для осуществления оперативного управления технологическим процессом с учётом изменяющихся условий.
Эффективной реализации данных направлений при уборке урожая многолетних и однолетних трав
Изменение в период вегетации массы
способствует выбор стратегии, по которой будет происходить реализация
технологического процесса.
Материал и методы
Для заготовки кормов в хозяйствах на Северо-Западе России в основном используются злаковые травы (ежа сборная, овсяница луговая, тимофеевка и др.), вегетация которых характерна тем, что наибольшее количество питательных веществ приходится на ранние сроки их вегетации (фаза выхода в трубку и фаза начала колошения). После этого периода происходит снижение в траве питательных веществ и в целом энергетической ценности, хотя продолжается рост растений и увеличение массы сухого вещества, чем обеспечивается увеличение массы урожая травы. Очевидно, что для технолога при планировании уборки урожая возникает задача выбора такой стратегии уборки, которая обеспечивала бы получение максимальной массы (объема кормов) при заданном содержании питательных веществ (к.ед.) в корме с единицы площади уборки, а так же способствовала прогнозированию.
Динамика изменения массы травы (на примере ежи сборной) в зависимости от фаз вегетации и содержания в ней кормовых единиц в нормированном виде для пригородной зоны Ленинградской области приведена в табл. 1 [2].
Таблица 1
си сборной и её питательной ценности
Фазы развития травы Влажность травы, % Урожайность зелёной массы, т/га Расход зелёной массы на 1 т сена, т Среднее число дней роста
Выход в трубку 76 8,4 4,76 30
Начало колошения 74 9,9 4,27 38
Полное колошение 72 12,1 3,79 50
Начало цветения 68 14,1 3,16 62
Полное цветение 64 15 2,68 70
При математической обработке табличных данных в программном приложении «Microsoft Office Excel 2003»
получена зависимость, характеризующая массу ежи сборной в определённый период
вегетации относительно её массы в фазу полного цветения:
ут = 0,0115 • Т + 0,232, (1)
где Т - количество дней роста, дн.
Зависимость изменения значения к.ед. для ежи сборной, собранных с 1 га кормовых угодий:
уК Е = 7,23 - 0,064 • Т.
(2)
Так как изменения массы травы и объёма к.ед. происходят обратно-пропорционально, то может быть сформулирована оптимизационная задача выбора стратегии заготовки кормов в два срока. На практике, для получения кормов с высоким содержанием питательных веществ, применяется уборка части площади трав в ранние сроки, на стадии колошения и начала цветения. Основная площадь скашивается на стадии полного колошения и цветения. Для конкретного оценивания возможной выгоды от использования уборки в два срока, данная задача может быть формализована. Рассмотрим возможные варианты формализации данной задачи:
- получение оптимального количества сена и с оптимальным количеством питательных веществ с конкретной площади в два этапа;
- получение максимального количества питательных веществ при заданном объёме сена при скашивании в два этапа.
Введем следующие обозначения: Т1 -день начала первого этапа уборки; Т2 - день начала второго этапа уборки; Q1 - масса травы, полученная при первом скашивании, т; Q2 - масса травы, полученная при втором скашивании, т; Е1 - масса к.ед. в траве, скошенной на первом этапе; Е2 - масса к.ед. в траве, скошенной на втором этапе; -площадь скашивания на первом этапе, га; Б2
- площадь скашивания на втором этапе, га; и - планируемая урожайность травы. т/га; Б
- общая площадь уборки трав, га.
Задача № 1
Определить стратегию уборки трав на сено, обеспечивающую получение максимума массы сена с максимальным содержанием к.е. с заданной площади уборки.
Данная задача относится к классу задач математического нелинейного
программирования и может быть решена одним из известных численных методов [3]. Сущность задачи заключается в поиске значения максимально-возможного
получения качественного объема травы при определенном (фиксированном) значении процессов неуправляемого характера с учетом параметров ограничивающих факторов.
Следует найти максимум целевой функции:
(3)
(4)
К • О + Ш + К • (Е + £2) = тах,
при следующих ограничениях: О = (0,0115• ^ + 0,232)•и• Е >0; О = (0,0115• ^ + 0,232)•и• Я2 > 0; £ = (7,23-0,064• ^)•и• Е >0; £ = (7,23-0,064• 12)•и• Я2 >0; '
Е + ^ = Е; 30 < ^ < < 70,
где К1 - коэффициент перевода выхода сена к массе травы (0,23-0,37); К2 - коэффициент перевода объёма к.ед., содержащихся в сене, к объёму к.ед., содержащихся, в траве скашиваемой с площади 1 га кормовых угодий (0,42-0,52). Задача № 2
Определить сроки и площади уборки злаковых трав, обеспечивающие получение необходимого количества сена с заданным содержанием питательных веществ. Данная задача также относится к классу задач математического программирования и решается численными методами. В качестве целевой функции примем минимум площадей уборки:
Е + = тт , (5)
при следующих ограничениях:
^ + ^ < 5; й + С?2 = Оэад;
Е1 + Е2 = ЕЗад ■
где б
(6)
Зад
и
Е,
- заданное
количество
и,
кормов, которое нужно заготовить содержащегося объёма в них к.ед., т
Результаты и обсуждение
Решение обоих вариантов задач выполняется по программе решения задач нелинейного программирования Б1ехв1р1ех
[3].
Решение задачи №1
Площадь уборки злаковых трав принята 400 га, максимальная урожайность травы в период полного цветения - 15,0 т/га.
В результате решения задачи максимальное значение целевой функции
получается при следующих значениях переменных:
- первый этап уборки необходимо выполнять на 45 день вегетации растений (фаза вегетации - полное колошение) и необходимо скосить 170 га площади кормовых угодий;
- второй этап уборки - на 69 день вегетации (фаза вегетации - полное цветение) и необходимо скосить 230 га (оставшуюся площадь).
В результате расчётов было определено оптимальное значение максимального количества сбора травы и с максимальной питательной ценностью с располагаемой площади уборки, которые приведены в табл. 2.
Таблица 2
Определение площадей скашивания с целью получения максимального объёма травы и максимального содержания питательных веществ
№ этапа Кол-во сена, т Кол-во к.е., т Площадь уборки, га (%)
Первый этап 790,5 411,1 170,0 (43%)
Второй этап 1276,0 535,9 230,0 (57%)
Всего 2066,5 947 400,0 (100%)
Как видно в данном случае будет получено 2066,5 т. сена с содержанием 947 т. к.ед. Если же уборка будет выполнена в период полного цветения травы, то будет получено 2220 т. сена, но с содержанием 932 т. к.ед.
Решение задачи №2
Необходимо определить площадь и сроки скашивания травы для получения 2500 т сена с содержанием 1200 т. к.ед.
В результате решения задачи получены следующие показатели:
- первый этап уборки необходимо выполнять на 43 день вегетации растений;
Определение рациональных площадей скаши
(фаза вегетации - середина колошения) и необходимо скосить 250 га;
- второй этап уборки - на 65 день вегетации (фаза начала цветения) со скашиванием 156 га.
В результате расчётов было определено оптимальное значение площадей скашивания в два этапа для получения высококачественного сена в требуемом объёме, полученные значения площадей и собранного с них сена в количественном и качественном выражении приведено в табл. 3.
Таблица 3
ия при получении высококачественного сена
№ этапа Кол-во сена, т Кол-во к.ед., т Площадь уборки, га (%)
Первый этап 1364,0 839,0 250,0 (62%)
Второй этап 1136,0 361,0 156,0 (38%)
Всего 2500,0 1200,0 406,0 (100%)
Таким образом, чтобы заготовить прессованное в рулоны сено в естественных условиях нужного объёма с максимальным содержанием питательных веществ следует осуществить сначала уборку с площади 250 га (61,6 % от общей площади скашиваемых кормовых угодий), что позволит заготовить сена массой 1364 т (54,5% от общей массы сена) с содержанием к. ед. - 839 т (69,9% от общего содержания к.ед. в требуемом объёме заготавливаемого сена).
Выводы
Многовариантность технико-
технологических альтернатив не позволяет обычными методами выполнить их анализ и выбрать наилучший вариант решения. Использование формализованных моделей задач и их компьютерное моделирование позволяет исследовать множество альтернатив, а также выбрать наиболее оптимальный вариант из существующих технико-технологических рещений.
Использование современных методов и программно-технических комплексов путем моделирования и анализа множества вариантов технологий позволяет выбрать оптимальную стратегию уборки трав, тем самым:
- сократить потери питательных веществ в кормах, сена в частности до 9-18%;
- повысить в целом энергетическую эффективность технологического процесса производства кормов из трав.
Разработка стратегии уборки является элементом моделирования всего
технологического процесса заготовки кормов из трав, что способствует качественной организации производства кормов, как на перспективу, так и непосредственно в процессе уборки (в оперативном режиме), тем самым, повышая эффективности всей отрасли
кормопроизводства.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Технологические требования и рекомендации по заготовке кормов из многолетних и однолетних трав и зерносенажа для сельскохозяйственных предприятий Ленинградской области. С-Пб: СЗНИИМЭСХ, 2008. 140 с.
2. Региональная целевая комплексная программа интенсификации
кормопроизводства «Корма» Ленинградской области на 2000-2005 гг. СПб.: СЗНИИМЭСХ, 2000. 133 с. 3. Химельблау Д. Прикладное нелинейное программирование / Д. Химельблау М.: Мир, 1975. 534 с.
REFERENCES
1. Tekhnologicheskie trebovaniya i 2. Regional'naya celevaya kompleksnaya
rekomendacii po zagotovke kormov iz programma intensifikacii kormoproizvodstva mnogoletnih i odnoletnih trav i zernosenazha «Korma» Leningradskoj oblasti na 2000-2005 dlya sel'skohozyajstvennyh predpriyatij gg [Regional target complex program of Leningradskoj oblasti [Technological intensification of forage production "Korma" of requirements and recommendations for forage Leningrad Region for the years 2000-2005]. making from perennial and annual grasses and Saint Petersburg: SZNIIMESH: 2000: 133. cereal hay making for agricultural enterprises in 3. Himmelblau D.M. Applied nonlinear Leningrad Region]. Saint Petersburg: programming. NY: McGraw-Hill, 1972: 416. SZNIIMESH, 2008: 140.
(Russ. ed.: Himel'blau D. Prikladnoe nelinejnoe programmirovanie. Moscow: Mir, 1975: 534)
УДК 631.5/633.2 DOI 10.24411/0131-5226-2018-10019
МОДЕЛИ ПРОДУКТИВНОСТИ ТИМОФЕЕВКИ ЛУГОВОЙ В ОРГАНИЧЕСКОМ СЕВООБОРОТЕ
Д.А. Максимов, канд. техн. наук; С.В. Чугунов
А.Н. Перекопский, канд. техн. наук;
Федеральное государственное бюджетное научное учреждение «Институт агроинженерных и экологических проблем сельскохозяйственного производства» (ИАЭП), Санкт-Петербург, Россия
В статье представлены результаты полевых исследований продуктивности тимофеевки луговой на опытном поле органического севооборота. Цель исследований - получение экспериментальных данных и разработка моделей продуктивности многолетних трав на примере тимофеевки луговой в зависимости от способа посева и нормы высева. Для посева многолетних трав рассмотрены сплошной рядовой, узкорядный, полосный и разбросно-рядовой способы. Выбраны три способа посева тимофеевки луговой: широкорядный однострочный, широкорядный двустрочный и рядовой. Посев произведен при двух нормах высева: 5 и 10кг/га. Факторы, контролируемые при исследованиях: количество, высота и масса стеблей на одном квадратном метре. Разработана методика проведения исследований. Результатами исследований стали графические и математические зависимости продуктивности растений от способа и нормы высева. При рядовом способе посева зеленая масса на 20-60% больше, чем у широкорядного способа посева, максимальная урожайность (0,43 кг/м2) достигнута при рядовом способе посева и норме высева 10 кг/га. При широкорядном двустрочном способе сева получено самое большое количество растений (360 шт.), что на 20-30% превышает показатели рядового и широкорядного однострочного способа сева. Высота стеблей оказалась больше в случае рядового посева и составляла 0,62 м и существенно не зависела от нормы высева. В графическом виде представлены зависимости высоты растений от густоты стояния растений при разных способах посева. Высота растений тимофеевки луговой обратно пропорциональна густоте стояния растений при норме высева 10кг/га.
Ключевые слова: органический севооборот, многолетние травы, продуктивность.
Для цитирования: Д.А. Максимов, А.Н. Перекопский, С.В. Чугунов. Модели продуктивности тимофеевки луговой в органическом севообороте // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2018. № 1 (94). С. 123-128.
MODELS OF TIMOTHY PRODUCTIVITY IN ORGANIC CROP ROTATION
D.A. Maksimov, Cand. Sc. (Engineering); S.V. Chugunov
A. N. Perekopskii, Cand. Sc. (Engineering;
Federal State Budget Scientific Institution "Institute for Engineering and Environmental Problems in Agricultural Production" (IEEP), Saint Petersburg, Russia
123
