Автореферат (1151760), страница 4
Текст из файла (страница 4)
У=2748,8∙Ку+233,7∙М+272,5∙NPK+37,3∙M2-73,5∙NPK2-3518,1∙Ку2-
-136,8∙M∙NPK+102,8∙M∙Ку-176,2∙Ку∙NPK, R2=0,88 (8)
где Ку – коэффициент, характеризующий год обеспеченности по коэффициенту природного увлажнения; М – коэффициент, характеризующий долю поливных норм; NPK – коэффициент, характеризующий долю внесения минеральных удобрений.
Также были рассчитаны биоклиматические коэффициенты Кб моркови, оценена их количественная изменчивость в связи с изменениями влажности почвы W и гидрометеорологических условий для различных фаз вегетационного периода (рисунок 7).
Kб
Кб=5,51∙10-4∙t+0,87∙W-2,35∙10-7∙t2-0,21∙W2+4,61∙t ∙W
R2=0,92
∑t, 0С
W, мм
Рисунок 7 – Закономерность изменения биоклиматических коэффициентов Кб для года близкого к среднему по влагообеспеченности (диапазон применимости по сумме температур ∑t 0-20000С за вегетационный период).
Проведенные исследования позволили установить закономерности изменения влажности почвы W в пространстве с учетом неравномерности распределения искусственного дождя и многослойной структуры почвенного профиля для машины кругового действия “Кубань - ЛК1”. Диапазон применимости: поливная норма 40 мм, интенсивность дождя 0,21 мм/мин. при изменчивости параметров вдоль крыла дождевальной машины, соответственно от 30 до 50мм и от 0,15 до 0,25 мм/мин.
W=0,067∙l+0,631∙h-0,000179∙l2-0,01099∙h2-0,000065∙l∙h, R2=0,82 (9)
где l – расстояние от начала крыла дождевальной машины, м; h – мощность слоя почвы, см.
Полученная зависимость (9) была использована при составлении базы данных для компьютерной программы по расчету суммарного испарения и динамики влагозапасов.
В пятой главе представлено описание технологии прогнозирования водопотребления и оперативного планирования поливов и представлены результаты эколого-экономической оценки ее эффективности.
Разработанная технология позволяет рассчитать водосберегающие режимы на основе комплексной информации о гидрометеорологической обстановке в конкретных агроландшафтах, с учетом биологических особенностей возделываемых культур, изменчивости гидрометеорологических условий в пространстве и во времени и нелинейного характера взаимодействия внешних и внутренних факторов, определяющих водный режим, суммарное испарение и урожайность моркови (рисунок 8).
Рисунок 8 – Информационная технология планирования режимов орошения
На этапе 1 производится наполнение базы данных имеющейся информацией по объекту исследования и метеорологической информацией за предыдущие годы. В дальнейшем метеоинформация пополняется в режиме реального времени.
Расчеты по этапу 2 производятся в начале вегетационного периода исследуемой культуры. На этапе 2.1, используя метеоданные за предыдущие годы, производится моделирование метеорологических процессов, в результате которого можно получить коэффициент природного увлажнения территории по зависимости (7). Доза внесения минеральных удобрений (этап 2.2) рассчитывается под прогнозную урожайность с учетом выноса питательных веществ урожаем.
На этапе 3 проводятся прогнозные расчеты урожайности сельскохозяйственных культур при оптимальном количестве ресурсов на основе зависимостей (7) и (8). На 4 этапе принимается решение о назначении поливных норм и норм внесения удобрений в зависимости от прогнозных погодных условий и выдаются рекомендации по проектным режимам орошения (этап 5); полученная информация поступает в базу данных для дальнейшего анализа.
На 6 этапе в течение вегетационного периода культуры производится оперативное планирование и управление режимами орошения с выдачей сроков и поливных норм (этап 7); информация также накапливается в базе данных.
Разработанная технология апробирована при возделывании моркови в ЗАО “Озеры” Озерского района Московской области. Характеристики участка и схема опыта представлены в главе 2. Для года 50% обеспеченности по коэффициенту природного увлажнения поливные нормы, рекомендуемые технологией, изменяются от 22 до 31мм, количество поливов – 7. По традиционной технологии поливные нормы выше, изменяется от 30 до 60мм, количество поливов – 9. Таким образом, экономия водных ресурсов составила 50мм/га. В сухие годы эффективность использования технологии возрастает.
Экономический эффект от использования информационной технологии при планировании поливов составил 21310 руб./га (без учета стоимости разработки), а повышение точности расчета суммарного испарения и параметров режимов орошения позволило сэкономить в среднем 20% воды.
База моделей информационных технологий позволяет разработать прогноз урожайности сельскохозяйственных культур в зависимости от ожидаемых агрометеорологических условий. Проверка модели прогнозирования урожайности сельскохозяйственных культур проводилась на примере возделывания моркови, для условий юго-востока Московской области при оптимальном количестве водных и пищевых ресурсов на период с 2008 по 2029 годы (таблица 4).
Таблица 4 – Прогнозная урожайность моркови
Год | Обеспеченность по Ку, % | Урожайность, т/га | |
фактическая | прогнозная | ||
2005 | 15,2 | 67,2 | 66,8 |
2006 | 20,4 | 55,6 | 56,1 |
2007 | 60,1 | 69,1 | 70,5 |
2008 | 5, 0 | 55,5 | 53,4 |
2009 | 13,5 | - | 63,1 |
2010 | 17,4 | - | 69,2 |
2011 | 36,1 | - | 84,0 |
2012 | 15,6 | - | 66,5 |
2013 | 25,8 | - | 78,9 |
2014 | 38,9 | - | 84,1 |
2015 | 26,4 | - | 79,3 |
2016 | 38,8 | - | 84,1 |
2017 | 47,1 | - | 81,3 |
2018 | 44,3 | - | 82,8 |
2019 | 51,2 | - | 78,0 |
2020 | 57,1 | - | 71,3 |
2021 | 62,0 | - | 63,9 |
2022 | 57,1 | - | 71,3 |
2023 | 64,8 | - | 59,0 |
2024 | 71,6 | - | 44,4 |
2025 | 53,8 | - | 75,4 |
2026 | 67,3 | - | 54,0 |
2027 | 70,2 | - | 47,6 |
2028 | 42,8 | - | 83,3 |
2029 | 64,5 | - | 59,4 |
Результаты исследований показали хорошую сходимость фактических и прогнозных значений урожайности моркови за период 2005-2008 годы, что позволяет сделать вывод о возможности использования модели при выполнении технико-экономического обоснования региональных проектов развития орошения, при составлении бизнес-планов сельскохозяйственный предприятий, а также при обосновании перспективных севооборотов.
Выводы
1. Выполнен анализ используемых методов прогнозирования водного и пищевого режима почв, водопотребления и урожайности сельскохозяйственных культур, который показал, что эффективность использования водных ресурсов может быть существенно повышена за счет совершенствования информационных технологий планирования поливов сельскохозяйственных культур. Необходима разработка моделей для прогноза метеоданных с учетом закономерностей внутрисезонного распределения гидрометеорологических показателей, специфики почвенно-климатических условий объектов орошения, вероятностного характера процессов, протекающих в агробиоценозах.
2. Разработана математическая модель и компьютерная программа прогнозирования изменчивости гидрометеорологических факторов. Сформирована база метеоданных, проведен статистический анализ и установлены закономерности динамики климатических показателей во времени. Построены кривые периодических колебаний показателей тепло-, влагообеспеченности на основе разложения функций в ряд Фурье, позволившие выявить закономерности волнового процесса изменчивости гидрометеорологических факторов. Получены эмпирические зависимости, характеризующие цикличность изменения показателей природных, тепловых ресурсов и влагообеспеченности с корреляционным отношением 0,72-0,83, что позволило повысить точность прогнозирования изменчивости метеорологических параметров в среднем на 15-20%.
3. Для оперативного управления поливами и расчета режимов орошения в условиях юго-востока Московской области разработан алгоритм, программа сбора и обработки агрометеорологической информации.
Для уточнения параметров модели планирования поливов на основе данных экспериментальных исследований, получены:
- трехфакторная зависимость и поверхность отклика, описывающие комплексное влияние удобрений и орошения на урожайность моркови в разные годы обеспеченности с корреляционным отношением 0,88;
- динамическая модель биологических коэффициентов, учитывающая стохастический характер гидрометеорологических факторов и влияние влажности почвы на суммарное испарение;
- уравнение, характеризующее закономерности распределение влажности почвы по площади орошаемого участка и профилю почвенного разреза с учетом равномерности распределения слоя осадков и качества искусственного дождя с корреляционным отношением 0,82.