Учет пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений

• Автор: Латышев, Николай Константинович
• Шифр специальности: 06.01.02
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 101 с. : ил.

ОГЛАВЛЕНИЕ

Список основных сокращений

ВВЕДЕНИЕ

1 Современные проблемы совершенствования модели роста и

развития сельскохозяйственных растений

1.1 Особенности объекта моделирования

1.2 Неоднородность почвенных свойств

1.3 Модели роста и развития сельскохозяйственных растений

1.4 Динамика почвенной влаги

2 Метод учета пространственной вариабельности водно-физических

свойств почв в модели роста и развития

сельскохозяйственных растений
2.1 Методика интеграции ГИС и модели продукционного процесса
2.2 Алгоритмы оценки водно-физических параметров почв
2.3 Алгоритмы оценки пространственного распределения на сельскохозяйственном поле водно-физических параметров
почв
2.4 Основные этапы метода учета пространственной вариабельности водно-физических свойств почв в модели
роста и развития сельскохозяйственных растений
3 Прогнозирование урожайности зерновых культур на основе учета
пространственной вариабельности водно-физических свойств почв
3.1 Подготовка исходных данных
3.2 Прогнозирование роста и развития сельскохозяйственных растений

3.3 Анализ влияния вариабельности водно-физических свойств почв сельскохозяйственного поля на рост и развитие посевов
пшеницы
Выводы
Литература
Список основных сокращений
ГИС - географическая информационная система
ОГХ - основная гидрофизическая характеристика
ОБВ- оперативная база данных АСВОТООЬ
ББВ - стационарная база данных полевого опыта АОЯОТООЬ
ИАС - информационно-аналитическая система
БД - база данных
описания фенологического развития растений и прогнозирования величины урожая [81]. Для интеграции уже готовых моделей, которые имели вид БЬЬ-библиотек, и ГИС на основе метода, изложенного выше, формируются объекты моделирования. Входящие в АСВОТООЬ модели являются точечными, поэтому необходима трансформация (2.3), что соответствует общей идеологии современных технологий земледелия, которая предполагает разделение поля на квазиоднородные участки - единицы управления - и адаптацию агротехнологий для каждого из таких участков [11]. В монографии [81] алгоритмическая реализация модели продукционного процесса растений рассматривается как рекуррентный пошаговый пересчет вектора состояния динамических характеристик агроэкосистемы. Если х(к) - вектор переменных состояния системы на к-м шаге, то модель эквивалентна определению эволюционного оператора В
х(к+1) = Дх(к), а, у(к), и(к)) х(0)=х0, к = 0,1,..„Т-1, (2.4)
где к - номер шага счета, х(к), х(к+1) - векторы состояния модели на двух соседних шагах, а - вектор статических параметров модели, 'м(к) - вектор неконтролируемых внешних воздействий (погода), и(к) - вектор управляющих воздействий (агротехника), Хо - начальное условие. Здесь Т -время окончания процесса моделирования, обычно совпадающее с днем уборки урожая. Расчет по модели производится путем многократного применения оператора f к вектору начального состояния и наблюдения эволюции агроэкосистемы во времени. Для работы модели необходимо задать значения вектора параметров а, которые обычно варьируют по площади сельскохозяйственного поля (агроэкосистемы) и определяют границы объектов моделирования Ом={1<1, рое, аП], являющихся единицами управления агротехнологий. Согласно изложенному выше методу, значения вектора параметров а извлекаются из пространственной БД ГИС, куда также помещаются результаты расчетов по модели для дальнейшего анализа и использования при совершенствовании агротехнологий. Схема интеграции ГИС и АСКОТООГ представлена на рис. 2.1.