Диссертация (Обоснование необходимости развития водных мелиораций в Московской области по агроклиматическим показателям), страница 4

Сложность моделейдолжна находиться в определенном отношении со сложностью описываемогообъекта [109]. Структура модели должна учитывать важнейшие свойства объектаи его взаимодействие с окружающей средой.Наиболее простым видом моделей формирования урожая являютсястатистические детерминированные модели. Простейшие их формы представленылинейными регрессивными уравнениями [1,54,89].Достаточно подробный разбор свойств регрессивных моделей приводятся вработах [. К классу статистических детерминированных моделей с искусственнойструктурой относятся такие, в которых учитываются некоторые свойстварастений с точки зрения их отклика на фактор внешней среды [16].

Во многихмоделях весь вегетационный период делится на ряд интервалов, приурочив их кфизиологическим фазам роста и развития растения. Однако, они не могут бытьиспользованы для оперативного управления, так как в них отсутствуютпараметры, характеризующие текущие значения накопленной биомассы, аследовательно, отсутствует возможность наблюдения за состоянием объектовуправления [16].В 1972 г. авторами [43] была разработана модель для определения ущербовпри недостаточном увлажнении почвы. Весь вегетационный период делился натри интервала: прорастание и начало вегетации, активный рост, цветение инакопление урожая. Этой модели так же присущи недостатки, т.е требуетсязнание потенциального урожая , а также отсутствует возможность определенияреального режима орошения.

Кроме этого, не указывается способ, в которомавторы собираются определить удельные величины ущербов.В качестве примера статистических детерминированных моделей сискусственной структурой является модель Байера [110]. Следует отметить, чтонаибольшей информативностью обладает комбинация факторов: минимальнаятемпература воздуха, отношение фактическогосуммарного испарения к18потенциальному, суммарная солнечная радиация. Параметры модели оценивалисьна материалах экспериментов с яровой пшеницей, полученные в Канаде.Достаточно экономной формой, как отмечает Г.Е.Листопад, А.А.Климов[52] являетсяаппроксимация зависимости урожая от средних за вегетациюзначений и факторов внешней среды.

Зависимость урожая от одного из факторовописывается произведением степенной функции на экспоненциальную от того жеаргумента, который имитирует функцией,- рост и затухание.Параллельно со статистическими моделями создавались динамическиемоделиформированияурожая.Количественнаяоценкаразличныхматематических моделей продукционных процессов рассмотрена во многихработах [7, 71,89, 115. В работах [97] выделены основные блоки, которыеотражают содержание модели: блок погоды, блок водного режима, блоктеплового режима, блок роста развития и прироста биомассы, блок микроклимата,блок питания. Здесь представлены наиболее общие свойства структурыдинамическихмоделейпродукционногопроцесса.Структурныеделенияагробиоценоза могут быть разделены на почвенные и надпочвенные блоки или набиотические или абиотические.

Обычно, параметры модели известны, с какойлибодолей неопределенности, поэтому встает вопрос о методах нахожденияоценок параметров модели, минимизировать невязку между измеренными ирассчитанными фазовыми траекториями продукционного процесса.Степеньблизостимоделиформированияурожаяреальномупродукционному процессу может быть оценена различными способами взависимости от априорной информации о статистических свойствах этихпроцессов [51,77,78,79]. При полном отсутствии априорных представлений о ходепроцессов моделируемого объекта и при наличии некоторого набора измеренныхвеличин типа «вход – выход», характеризующих процесс построения модели,может быть осуществлено методом группового учета аргументов (МГУА),разработанного Ивахненко А.Г. [39].

В основу методаположен принцип такназываемой « эвристической самоорганизации». Разработанный Ивахненко А.Г.метод применяется для моделирования объектов различной природы.19Модель формирования урожая, учитывающая влияние достаточно большегоколичества факторов внешней среды, предложена в работе [45]. В модели вкачестве факторов внешней среды учитываются биологические особенностикультур, погодные условия, плодородие почвы, уровень агротехники. Процесснакопления биомассы был использован Столяровым А.И. при разработке моделив основу которой положены известные уравнения Робертсона. В некоторыхмоделях [112] используют параметры потенциального роста растений. Авторы всвоих моделях предложили понятие стресса, которое основано на представлениио том, что в период, когда происходит замедление суммарного испарения врезультате дефицита почвенной влаги,рост растений останавливается ивозобновляется только тогда, когда влажность почвы опять становится вышекритической.

Для отыскания критической влажности почвы авторы использовалиданные фактических наблюдений метеорологических станций. Разработана так жегруппа моделей, в которых используется представление о том, что накоплениебиомассы во времени описывается S-образной кривой.Другим вариантом модели формирования урожая, использующей понятиепотенциального роста, является модель, предложенная Шабановым В.В. (1973)[101]. В моделях автор разбивает весь вегетационный период на ряд подпериодов,например по фенологическим фазам или декадам.

При этом прирост биомассы задекаду может быть вычислен путем умножения потенциального прироста заподпериод.Ежегодное продуцирование биомассы в разных природных зонах можноопределить в зависимости от степени благоприятности климата, т.е. от степениоптимальности тепло- влагообеспеченности и индекса плодородия почвы,отражающего его свойства [64].ДругуюотличительнуюаппроксимациюS-образнойкривойпримоделировании процессов роста растений предложил А.А.

Климов [52]. Этамодель доведена автором до практического использования при прогнозированииурожая. Однако в ней, как и во всех описанных ранее моделях этого типа,используется очень мало априорной биологической информации. Фактически20воспроизводится лишь внешний ход кинетики накоплений биомассы растений.Модели такого типа условно можно назвать аппроксимационными, в отличие оттех моделей, которые построены с учетом биологической информации.Некоторыми авторами [20,44] в основу модели был положен биологическийпринцип лимитирующих факторов «принцип минимума», в котором действуетмеханизм интенсивности процесса,в случае лимитирования в использованияодного из компонентов необходимых для протекания процессов. Методпостроения модели поведения систембыл предложен для моделированияширокого класса систем не только биологической природы, но и набиологических объектах [49,67].

Однако, принцип лимитирующего фактораможет быть применен далеко не ко всем «веществам», участвующим в процессероста.Наибольшее развитие среди методов моделирования роста растенийполучила так называемая теория фотосинтетической деятельности растений впосевах.Еемоделированиясущественнымкладетсядостоинствомописаниеявляетсято,«поведения»чторядавосновунаблюдаемыхфизиологических процессов, т.е. создается некоторый аналог реальной жизнирастений.

В зависимости от целей моделирования описываться могут те или иныенаблюдаемыебиохимическихпроцессы,отпроцессов.чистоПривнешних,этом,легкоучитываяфиксируемыхиерархиюдопроцессов,протекающих в самом растении, естественным образом реализуется методологиямоделирования больших систем.Модели,построенныенаоснованиитеориифотосинтетическойдеятельности растений в посевах, имеют блочную иерархическую структуру.Имеются неограниченные возможности изучать и изменять одни блоки,существенно не меняя другие.Работы в этой области ведутся по двум направлениям. С одной стороны,разрабатываются довольно детальные модели отдельных блоков, с другой - синтезцелостных динамических моделей, способныхпрогнозировать изменения вовремени ряда характерных параметров растений, начиная от всходов (а иногда от21момента посева) до завершения вегетации (созревания).

Модели второго типаобычно называют моделями формирования урожая [51,79]. Наиболее простыемодели формирования урожая были созданы группой сотрудников ЮжНИИГиМ[107]. Вмодели формирования урожая кукурузы процесс накопления сухойнадземной биомассы на единицу площади описывается системой конечноразностных уравнений. Эти модели, несмотря на простоту и грубость обладаютбольшим преимуществом перед моделями большей гибкостью и, несмотря на то,что в них учтено немного биологических факторов, они позволяют достаточноправдоподобно воспроизводить траектории хода различных характеристикрастений.Е.Г.Галянинымматематическая(1974)[17]разработанаформирования урожая на примереиспользована для разработки моделимодельяровой пшеницы, которая может бытьдругих культур. Важнейшей составнойчастью модели формирования урожая служит биофизический блок, которыйявляется основным источником накопления биомассыот посева и доформирования урожая [50].