Методы обработки информации о агросистеме

В функциональной схеме интегрированной защиты растений важное значение имеет блок обработки информации. Разнообразная текущая информация, характеризующая состояние агроэкосистемы, наши возможности повлиять на процессы, в них происходят, представления о желаемых результатах такого воздействия должна быть проанализированной и разработанной с учетом всех основных научных данных для выработки оптимальных решений по управлению этими процессами и явлениями. При защите растений всегда приходится принимать определенные решения, связанные с ликвидацией мы ограничением вредоносности того или иного вида фитофаг. Однако к переходу на принципы интегрированной защиты растений обычно пользовались при принятии тех или иных решений ограниченным объемом информации. В нынешней интегрированной системе потребность в информации намного возросла, кроме того, значительно расширился диапазон выбора альтернативных решений. Сейчас специалисту для принятия решения необходимо получить и проанализировать большое количество разнообразных данных. Таких как: плотность популяции вредителя, возрастной и половой ее состав, сорт культуры, ее развитие, состояние, количество и качество природных врагов фитофаг, цена пестицида, цена продукции, возможность накопления остатков пестицида в урожае, грунтовых водах, почве и т.п.. Решение тем оптимальнее, чем полнее учитываются объективные показатели. Даже высококвалифицированный специалист с большим опытом работы не всегда сможет безошибочно найти его, анализируя информацию без помощи технических средств. Во многих случаях это бывает просто невозможно. Приходится прибегать к специальным расчетов с помощью карандаша, карманного калькулятора или сложных вычислительных машины (ЭВМ). Расчеты выполняются по формулам, алгоритмам, являются математическими отображениями, т.е. моделями процессов, которые нас интересуют. Математическое моделирование в сочетании с ЭВМ становится обычным методом обработки информации в интегрированной системе защиты растений.

 

Оптимальное решение должно обеспечить в итоге урожай определенной величины, качества с приемлемой себестоимости при допустимом нормативами побочного влияния на окружающую среду и т.д.. Обычно в течение выращивания культуры принимается не одно, а целый ряд решений, но все они должны быть направлены на достижение этого конечного результата. Основные типы этих решений следующие:

 

1. Делать что-то, ничего не делать?

 

2. Что делать?

 

3. Как лучше это сделать?

 

4. Когда это сделать?

 

Хотя для принятия этих решений должна поступать и обрабатываться информация о состоянии ряда систем, в том числе и самой системы защиты растений, первичной основой является понимание и учет всех процессов, происходящих в агроэкосистемах.

 

В функциональной схеме интегрированной защиты растений важное значение имеет блок обработки информации. Разная текущая информация, характеризующая состояние агроэкосистем и их компонентов, возможности влияния на процессы в агроэкосистемы, представления о желаемых результатах т.д. должны переработанными с учетом базовых научных данных для выработки оптимальных решений управления. В защите растений приходилось принимать решения и до появления и становления интегрированной системы защиты. Отличие этого в условиях интегрированной защиты растений заключается в том, что объем информации, которую предстоит разработать, существенно возрастает. Кроме того, одновременно существенно увеличивается и объем возможных решений, из которых нужно делать выбор. Гораздо сложнее и задачи, намечаемые при этой системе. Например, так называемых календарных опрыскиваний, на которых раньше основывалась вся система защиты растений, принятия решения и его реализация были связаны с единственной простой информацией - наступлением определенной даты. Такая информация не требует особой обработки. В то же время цель, к которой следует стремиться за интегрированной защиты растений, гораздо сложнее. В связи с этим необходимо учитывать очень много сведений: прежде всего - по плотности популяций вредителей и их естественных врагов, возрастной состав фитофагов и полезных организмов, сорт сельскохозяйственной культуры, прежде всего устойчивость против возможных повреждений, развитие растений, погоду, цены на пестициды и выращенную продукцию. Решение при этом могут быть разного типа «ничего не делать», «обрабатывать пестицидом А», «обрабатывать пестицидом Е», «выпустить естественных врагов вредителей». Приемлемо решение, тем более оптимальное, не всегда очевидно даже для высококвалифицированного специалиста. Обработка всей массы информации без современных технических средств становится невозможной или малоэффективной. Возникает необходимость в специальной технологии обработки информации. Такая технология сегодня интенсивно разрабатывается и ее элементы все шире применяются в практике защиты растений. Общие принципы ее достаточно понятны. Технология основывается на моделировании систем и процессов, важных для защиты растений на основе применения современных ЭВМ. Основное преимущество ее заключается не в способности решать неразрешимые с помощью других методов задачи, а в том, что только за ее применение интегрированная защита растений может стать доступным для всех специалистов, обученных работать на ЭВМ. Технология обработки информации включает такие основные звенья: сбор информации, ее передача, собственно обработка информации, доведения до сведения тех, кто должен ею пользоваться.

 

Общая цель моделирования систем, с которыми при этом приходится иметь дело, вполне очевидна. Моделирование должно быть прогнозируемым: оно должно предусматривать с заданной точностью характеристики системы, интересующие нас через определенные промежутки времени под воздействием вероятных событий и действий.

 

Моделирования для получения прогноза - сложный вид моделирования, тем более относительно такого сложного объекта как агро-экосистема. Нереально рассчитывать на то, что в недалеком будущем будут разработаны детальные функциональные модели агроэкосистем, которые позволят прогнозировать состояние любых ее параметров, интересующих нас.

 

На сегодня больше внимания уделяется моделям динамики численности отдельных видов, а также динамики взаимодействия нескольких видов, особенно хищников и их жертв, или паразитов и их хозяев. Можно попутно вспомнить логистическое уравнение Ферхюльста-Перла, в котором прослеживается обратная связь между величиной популяции и скоростью ее роста. Лотка и Вольтерра распространили эту модель на конкуренцию двух видов. Взаимодействие вредителей и их естественных врагов пытались описать с помощью различных моделей такие ученые как Томпсон, Николсон, Бейли и другие. Современные модели, построенные на нескольких простых допущениях, включая постулат о взаимной реакцию сосуществующих видов на изменение плотности популяций, демонстрируют непрерывное варьирование плотности популяций.

 

Как и вся защита растений, блок обработки информации находится в постоянном развитии. Сейчас формируется представление о том, каким этот блок должен быть в целом. Очевидно, возможная масса различных вариантов, способных в той или иной мере выполнять соответствующие функции. Возникновение любого варианта зависит от многих условий, в том числе структуры и организации сельского хозяйства, наличия специалистов, соответствующей техники, возможностей связи и т.д..

 

Первый и снаружи простой из разработанных способов обработки информации можно назвать условно «бумажным». Согласно ему составляется детальная технологическая карта, включающая все операции, в которых только может возникнуть необходимость. В этой карте указываются и способы (алгоритмы) обработки информации для принятия решений о выполнении той или иной операции. Для обработки информации могут осуществляться простейшие расчеты. Как пример таких расчетов можно взять подсчет сумм температур, необходимых для развития вредного или полезного организма, расчет пороговой численности вредных организмов с учетом обстоятельств.

 

Несмотря на простоту такой работы, она становится обременительной, если ее приходится выполнять ежедневно по многим объектов в конкретных условиях их существования. Отчасти такую работу могут облегчить специально составлены таблицы и номограммы, а также использование программируемых калькуляторов. С их помощью, например, можно быстро рассчитать развитие организмов и на основе точных, чем линейные зависимости, моделей. Однако возможности карандаша, бумаги и карманного калькулятора ограничены не только трудоемкостью. Многие задачи, в частности, связанных с учетом целых наборов переменных данных, задач по оптимизации, не могут быть решены с помощью этой техники. Поэтому естественно все более широкое применение более современной вычислительной техники. Испытано различные варианты применения ЭВМ, в какой-то степени отражают совершенствование самой вычислительной техники. Изначально рассчитывали на обработку всей первичной информации с помощью мощного стационарного компьютера, установленного в центре. Результаты его обработки предполагалось передавать обратно на места. Несомненное преимущество этой схемы в том, что мощная ЭВМ способна выполнять сложные задачи. Возможно создание банка данных, поступающих с мест, которые затем могут быть использованы для совершенствования интегрированной защиты растений. Попытки создать такую систему сделано, в частности, в Молдове. Информация из районных пунктов сигнализации и прогнозов поступала в вычислительный центр в Кишинев телетайпу. Однако практика показала, что узким местом такой системы, названной «звездной» (поскольку линии связи как бы образуют лучи звезды), является прежде всего связь. Информация должна поступать и обрабатываться с каждого сельскохозяйственного угодья и решения для каждого такого угодья должен быть отдельным. Передача всей этой информации линиями связи будет стоить очень дорого. Нецелесообразно также загружать сложную ЭВМ, час работы которого стоит довольно дорого, относительно простыми расчетами. Оказалось также, что «звездная» система определенной степени отстраняет внутрихозяйственную службу защиты растений от обработки информации и принятия решений, психологически не в полной мере устраивает агрономов по защите растений.

 

Появление линии и микрокалькуляторов с достаточно большими возможностями открыла новые перспективы для обработки информации по защите растений. Оперативные распространенные задачи стало возможным осуществлять с их помощью непосредственно на местах. Особенно здесь помогла разработка так называемых «дружественных» по пользовательских программ. Они позволяют работать с ЭВМ людям практически без какой-либо специальной подготовки. Однако некоторые задачи все же нуждаются мощной техники. Поэтому рациональной оказалась параллельная совместная работа периферийных и центральных ЭВМ, соединенных линиями связи. Дальнейшим шагом в использовании ЭВМ стало налаживание связи между периферийными машинами, создание целой сети для обработки информации и обмена ею. Все эти варианты компьютеризации за-хисгу растений испытан в различных штатах США. Однако следует отметить, что изначально в большинстве случаев компьютеры начали продвигаться в сельском хозяйстве США не для защиты растений, а для решения других хозяйственных задач. Созданы с самого начала программы по защите растений для компьютеров с максимальным учетом других задач сельскохозяйственного производства, унификация с ними - чрезвычайно важный момент.

 

В основе блока обработки информации должны быть разнообразные знания о механизмах действия и взаимодействия сложных систем аироекосистем, систем выращивания отдельных культур, систем ведения сельскохозяйственного производства в целом и т.д.. Эти знания могут быть эффективно использованы для интегрированной защиты растений только если они сконцентрированна в моделях, достаточно достоверно отражают работу этих систем или отдельных их компонентов и пригодны для практического применения. Моделирование должно быть прогнозируемым. Оно должно предусматривать с заданной точностью системы ход событий, интересующих нас, через предусмотренный промежуток времени под воздействием вероятных событий и действий. Например, предусмотреть повреждаемость урожая к уборке при определенных погодных условий и проведение хозяйственных мероприятий.

 

В таком случае можно попробовать выбрать окончательный вариант реализации тех или иных мероприятий.

 

Начиная с Мальтуса, который подал в конце 17 века рост популяции в виде экспоненциальной функции, накоплен достаточно большой опыт математического моделирования биологических процессов, что имеют отношение к защите растений.

 

Классифицировать однообразно многочисленные направления моделирования и модели непросто. Модели можно классифицировать по общими задачами, для которых они создавались (изучение, объяснение, проектирования, прогнозирования) или конкретными вопросами, на которые они должны ответить (например, какой фактор в наибольшей степени определяет динамику численности данного вида, или - нужна разовая обработка против данного вредителя). Модели могут отображать отдельную функцию организма или события в пределах поля, агросистемы или даже страны. Модели различаются по использованным подходами. Например, имитационное моделирование, методы оптимизации, математический анализ и т.п..

 

Широкое применение в системе защиты растений нашло имитационное моделирование, основанное на детальном описании процессов в системах. Например, в агроэкосистемы моделируется взаимодействие растений, фитофагов и естественных врагов на фоне абиотических факторов и антропогенного воздействия. Все это необходимо для прогноза урожая. Обычно в каждой популяции можно выделить ряд категорий. У растений можно прослеживать развитие листьев, стеблей, корней, плодов. У насекомых-вредителей и их врагов из этого класса следует выделить возрастные группы. Можно рассматривать также основные факторы, от которых зависит динамика популяций вредных и полезных компонентов агроценоза. К модели могут вводиться и экономические показатели.

 

Имитационные модели очень ценны на этапе разработки как средство организации исследований, позволяя выбирать из многочисленного разнообразия возможных экспериментов в природе те, что лучше всего характеризуют систему. Они позволяют лучше понять системы, изучаемых выяснить реакции систем на различные управляющие действия. С их помощью можно найти оптимальные пути управления популяциями природных организмов, определить основные мероприятия из группы учредительных. Конечно, было бы желательно иметь детальные функциональные модели агроеистемы, которые давали бы возможность прогнозировать состояние любых параметров экосистем. Однако в ближайшем будущем такие модели вряд ли будут построены. Кроме того, для оперативного управления защитными мерами сложные детальные модели малопригодны. Многих переменных в моделях и многих альтернативах управления для поиска оптимального управления необходима оценка многочисленных вариантов, а также модели в целом при различных комбинаций исходных данных. Это отнимает очень много времени и невозможно по экономическим соображениям. В связи с этим для оперативного использования на основе детальных исследовательских моделей строят упрощенные модели. Часто разрабатывают специализированные модели, способные давать ответы лишь на некоторые важные конкретные вопросы. Такие модели структурно менее детализированные, в них могут рассматриваться агрегированной группы подсистем, действующих в рамках отслеживаемой функции системы. С другой стороны, еще чаще в системе выделяют отдельные, конечно основные, подсистемы, пидпидсистемы и т. д. и строят их модели. Такие модели простые и могут давать точные прогнозы относительно отслеживаемых элементов. Модели могут быть полезными для принятия конкретных управляющих решений. В качестве примера таких моделей можно взять разнообразны и широко применяемые для определения сроков защитных мероприятий фенологические модели (начиная от линейной модели суммирования эффективных температур до моделей, основанных на законах кинетики биохимических реакций).

 

Анализируя состояние лишь отдельных моделей и пытаясь управлять системой через влияние на подсистемы, трудно добиваться долговременного положительного эффекта. Управление системой требует системного подхода, учета взаимодействия подсистем.


Загрузка...
Яндекс.Метрика Google+