Диссертация (Обоснование необходимости развития водных мелиораций в Московской области по агроклиматическим показателям), страница 5

В данной модели интенсивность дыхания ростапринято пропорционально интенсивности фотосинтеза. Как отмечает автор,единственным приемлемым методом формирования критерия точности моделиявляетсяметоднаименьшихквадратов[50].Вцеломразработаннаядлиннопериодная динамическая модель Е.П. Галяминым [18] отличаетсяпростотой и удобством для практического применения.Одна из наиболее комплексных динамических математических моделейпродукционногопроцессаразработанавНИИсельскохозяйственнойметеорологии Сиротенко с сотрудниками [83,87,88,89]. Впервые в комплекснуюмодель включен почвенный блок с учетом переноса тепла, влаги и элементовминерального питания. Детально учтен энергомассообмен в системе почва –растение-атмосфера,фотосинтезописываетсяуравнениемШартье,рост-уравнениями Росса.Математическая модель транспирации и продуктивности растений приводном дефиците была разработана З.Н.Бихеле, Х.А.Молдау, Ю.К.

Росс (1980)22[7].В этой модели подробно рассмотрено передвижение воды в системе «почварастение-атмосфера»,вкоторойосуществляетсявзаимосвязьмеждутранспирацией и фотосинтезом посредствам теплового баланса листа и механизмустьичной регуляции посредствам которой осуществляется взаимосвязь междутранспирацией и фотосинтезом. По данным авторов результаты численныхэкспериментовпоказывает,чтометодматематическогомоделированиятранспирации фотосинтеза и продуктивности растения может служить основойформирования урожая сельскохозяйственных культур.Современноепродукционногосостояниепроцессапроблемыматематическогосельскохозяйственныхкультурмоделированиярассматривалисьмногими авторами, в числе которых [67,69,72], а также зарубежных авторов[115,116], которые опубликовали работу«Simulation of plant growth and cropproduction», переведенная в 1986 году на русский язык.Результатымноголетнихисследованийвобластимоделированияпродукционного процесса сельскохозяйственных культур изложены в книгеавторов [71].

Особое внимание в работе уделено принципам моделированияпочвенных процессов и динамических процессов в атмосфере. Идентификациямоделей осуществлялась по блокам: блок динамики почвенной влаги, блокразвития растений, параметры функции водного стресса, блок азотного питания.Особое место в работе уделено моделированию минерализации, иммобилизации,аммонификации, нитрофикации, денитрификации и переноса азотосодержащихсоединенийвпочве;моделированиюпочвенногопитаниярастения;моделированию процессов прорастания семян; модели фотосинтеза растений;существующиеподходыкматематическомумоделированиюрегулярныхпроцессов в физиологии растений.Как отмечают авторы, фотосинтез и газообмен посева являются главнымипроцессами, влияющими на формирование биомассы зеленого растения иопределяющимивконечномвозделываемой культуры.счете,потенциальнуюпродуктивность23Модели, учитывающие кинетику всех фото- и биохимических процессов,рассмотрены и другими исследователями [69,123].

Блок, реализующий методколичественного описания транспирации и физического испарения, основанныйна совместном решении уравнений тепло- и влагопереноса в приземном слоевоздуха, был реализован еще в базовой модели продукционного процесса [69].Этот метод нашел применение в типичной для европейских стран моделиWOFOSTи американской моделиEPIC. Что же касается самого расчетапотенциальной эвапотранспирации, то для него чаще всего использовался методПенмана – Монтейса или Тюрка- Вендлинга (Wendling et al.,1991).В течение последних лет 20-го столетия был разработан целый рядкомплексных динамических моделей продукционного процесса для различныхсельскохозяйственных культур [69,71,83].Большойпродукционноговкладвпроцессаавстралийскими ученымиразработкувнеслиматематическогозарубежныемоделированияисследователи.Так,[111] впервые сформулировано уравнение ростарастения как разность между фотосинтезом и дыханием.

Ослабление радиации врастительном покрове и фотосинтез описаны аналогично работе [123]. При этомбыла получена сигмоидальная кривая роста растения путем интегрирования припостоянстве внешних условий и неизменных характеристик фотосинтеза идыханиярастений.Авторы[111,123]такжеустановилизависимостьпродуктивности от относительной площади листьев, и нашли значения, прикоторых продуктивность максимальна.В модели [113] фотосинтез листа рассматривается как процесс диффузиимолекул CO , а в работе [114] показан дневной ход фотосинтеза в зависимости отприхода прямой солнечной и рассеянной радиации.В работе японских ученых [117,118,119,120,121,122] путем численныхэкспериментов определена зависимость фотосинтеза от ориентации листьев,высоты Солнца и от степени диффузности приходящей радиации. Полученыдневные ходы фотосинтеза по слоям посева.24В работах [123] заложены основы количественного описания распределенияассимеляторов между фотосинтезирующими и нефотосинтезирующими органамирастений и роста растений по органам.

Описан рост отдельных листьевподсолнечника, приведена температурная зависимость дыхания поддержания иСуществующие динамические моделиструктуру.Рассматриваемыемоделиимеют свою универсальнуювесьмачувствительныктемагроландшафтам, для которых они составляются.Современныематематическиемоделипродукционногопроцессапредставляют собой формализованный алгоритм комбинированного пошаговогопересчета вектора состояния динамических характеристик агроэкосистем. Обэтом свидетельствует анализ,выполненный авторами [71,97]. Сравнительныйанализ существующих моделей продукционного процесса сельскохозяйственныхкультур, выполненный многими исследователями, показал, что в большинствемоделей системная теоретикометодологичекая базаи сходная структурахарактеризуется одинаковым набором блоков и отличается программнымикомплексами продуктивности агроэкосистем в пределах блока.

В основуструктурнофункциональногостроениямоделиавтор[71]использовалаимитационную систему AGROTOOL. Для работы с моделью была разработанауправляющая программа – оболочка модели, которая носит универсальныйхарактер и обеспечивает работу с многими сельскохозяйственными культурами.Идентификация модели AGROTOOL и разработка на ее основе имитационномоделирующего комплекса, позволило автору решить важные проблемыагропромышленного комплекса Алтайского края[94,96]. Автором былипроведены исследования по проблеме моделирования продукционного процессасельскохозяйственныхкультурсучетоманализаданных,полученныхзарубежными и российскими учеными, а так же дана научно-практическая оценкакачества моделей.

Применительно к условиям Западно-Сибирского региона былаапробированаметодикаиалгоритмиструктурно-параметрическойидентификации на комплексных моделях продуктивности EPIC (ErosionProductivity Impact Calculator, Департамент Сельского хозяйства Соединенных25Штатов ) и AGROTOOL (AGROecosystem TOOL, лаборатория математическогомоделирования агроэкосистем Агрофизического института, г. Санкт-Петербург).Полученные результаты тестирования моделей биопродуктивности EPIC,показали что наиболееважными параметрами роста и развития растенийявляются приходящая солнечная радиация, температура воздуха и почвы, осадки.Для адаптации модели в условиях Западной Сибири модифицированы блокирадиации и теплового режима почвы.В.А. Понько [72] была разработана общепланетарная модель оценкиагроклиматических ресурсов по параметрам теплообеспеченности, увлажнения ипродуктивности агроландшафтов.Проверка климатической формулы урожайности проводилась на большомматериале, включающем данные по естественной продуктивности почв Земногошара, хозяйственной урожайности культур в регионах, урожайности на опытныхполях.Врассмотренноймоделивзаимосвязанныепараметрытепло-влагообеспеченности и урожайности культур количественно характеризуютграницы агроклиматических зон, подзон, массивов почв зональных типов на всейземледельческой территории.Достоверность построенной модели оценивалась по исходной гипотезе иточностью «прогноза-экзамена».

Базовый алгоритм моделирования урожайностипшеницырассматривался по климатической формуле с учетом ресурсовтеплообеспеченности и увлажнения вегетационных периодов за 1960-2011гг. длястационара Огурцово.Сравнительный анализ ожидаемых изменений рисков при благоприятных инеблагоприятныхвоздействияхменяющегосяклиматанапотенциалпродуктивности агроэкосистем был дан в работах Е.Е.Жуковского (1992).Врассматриваемой авторами методике оценки сельскохозяйственных последствийизменений климата понятия риска отождествляется с вероятностью сниженияметеорологически возможного урожая (МВУ) за некоторой, выбираемой похозяйственным соображения, критически низкий уровень. Авторами выявлено,чтоклиматическаячувствительностьсельскохозяйственныхрисков,26характеризуемых вероятностью снижения потенциала продуктивности ниженекоторогозаданногоуровня,существеннозависитотнаправленностипроисходящих климатических изменений.В другой работе Якушев В.П.