Планирование работ при возделывании зерновых культур: программные компоненты

Рассмотрены вопросы модернизации сельскохозяйственного сектора для повышения его эффективности и конкурентоспособности на основе внедрения цифровых технологий. Приведен анализ методов и программных средств для подбора технологий и технических средств. (Цель исследования) Разработать программные модули для управления производством продукции растениеводства путем выбора агротехнологий и рационального использования машинно-тракторного парка с учетом агроклиматических и производственных условий хозяйства. (Материалы и методы) Для разработки программных компонент web-комплекса по сопровождению годового планирования работ при возделывании зерновых культур использовался метод, основанный на оценке природно-климатических и производственных условий. (Результаты и обсуждение) Обоснована целесообразность разработки программных компонент web-ориентированного программного комплекса путем выбора агротехнологий и вариантов рационального использования технических средств. Разработаны структурная схема программного комплекса в виде web-приложения, а также программные модули «Подбор технологий» и «Подбор технических средств», имеющие общую базу данных и объединенный интерфейс. Тестирование работы программных модулей по подбору технологий проведено в 2022 году на примере северо-лесостепной зоны Новосибирской области. Рассматривался вариант технологий возделывания пшеницы с нормальным уровнем интенсификации для четырех рабочих участков с разными предшественниками. (Выводы) Разработанные программные компоненты в дальнейшем войдут в программный комплекс в виде web-приложения при сопровождении машинных агротехнологий и могут использоваться в качестве системы поддержки принятия рациональных управленческих решений. Программный комплекс позволит автоматизировать процесс подбора технологий, формировать годовой план работ, рассчитывать экономические показатели.

1. Rose D.Ch., Wheeler R., Winter M., et al. Agriculture 4.0: Making it work for people, production, and the planet. Land Use Policy. 2021. N100. 104933. DOI: 10.1016/j.landusepol.2020.104933.

2. Sharma R., Parhi S., Shishodia A. Industry 4.0 Applications in Agriculture: Cyber-Physical Agricultural Systems (CPASs). Advances in Mechanical Engineering. Select Proceedings of ICAME 2020. 2020. 807-813. DOI: 10.1007/978-981-15-3639-7_97.

3. Hovhannisyan T., Efendyan P., Vardanyan M. Creation of a digital model of fields with application of DJI phantom 3 drone and the opportunities of its utilization in agriculture. Annals of Agrarian Science. 2018. N16(2). 177-180. DOI: 10.1016/j.aasci.2018.03.006.

4. Phillips P.W.B., Relf-Eckstein J.A., Jobe G., Wixted B. Configuring the new digital landscape in Western Canadian agriculture. NJAS-Wageningen Journal of Life Sciences. 2019. N90. 100295. DOI: 10.1016/j.njas.2019.04.001.

5. Кирюшин В.И. Научно-инновационное обеспечение приоритетов развития сельского хозяйства // Достижения науки и техники АПК. 2019. N33(3). С. 5-10. DOI: 10.24411/0235-2451-2019-10301.

6. Talaviya T., Shah D., Patel N., et al. Implementation of artificial intelligence in agriculture for optimisation of irrigation and application of pesticides and herbicides. Artificial Intelligence in Agriculture. 2020. N4. 58-73. DOI: 10.1016/j.aiia.2020.04.002.

7. Якушев В.П., Якушев В.В., Блохина С.Ю. и др. Информационное обеспечение современных систем земледелия в России // Вестник Российской академии наук. 2021. N91(8). С. 755-768. DOI: 10.31857/S0869587321080090.

8. Riksen V., Maksimovich K., Kizimova T., et al. Elements of the decision support system in the agricultural production processes. Agriculture Digitalization and Organic Production. 2022. N331. 389-398. DOI: 10.1007/978-981-19-7780-0_34.

9. Gosrev A.V., Pykhtin A.I., Semenova L. Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation. Journal of Applied Engineering Science. 2020. N18(2). 216-221. DOI: 10.5937/jaes18-26312.

10. Коновалова Л.К., Окорков В.В. Совершенствование классификации агротехнологий (структурно-модульный подход) // Современные наукоемкие технологии. Региональное приложение. 2019. N3(59). С. 101-112.

11. Пустовалова К.А. Формирование машинно-тракторного парка в региональном АПК // Новое слово в науке и практике: гипотезы и апробация результатов исследования. 2017. N28. С. 172-176. EDN: ZTTZLP.

12. Гаджиев П.И., Кулаков К.В., Рамазанова Г.Г. и др. Математическая модель формирования рационального парка машин для сельскохозяйственных работ // Вестник Российского государственного аграрного заочного университета. 2022. N41(46). С. 99-103. EDN: ALNPMC.

13. Катаев Ю.В., Малыха Е.Ф. Экономическое обоснование оптимального состава машинно-тракторного парка в сельскохозяйственном производстве // Наука без границ. 2020. N11 (51). С. 35-41. EDN: BXSWOZ.

14. Коковихин С.В., Биднина И.А., Шарий В.А. и др. Оптимизация агротехнологического процесса возделывания сельскохозяйственных культур на орошаемых землях с использованием информационных технологий // Почвоведение и агрохимия. 2020. N2(65). С. 63-71. EDN: UKVMTP.

15. Kulmatova S., Khatamov O., Yusupova D. Issues of digitalization of machine and tractor fleets in agriculture. E3S Web of Conferences. 2023. N401. 04047. DOI: 10.1051/e3sconf/202340104047.

16. Альт В.В., Балушкина Е.А., Исакова С.П. Математическая модель по выбору технологий возделывания зерновых культур // Сибирский вестник сельскохозяйственной науки. 2020. N50(2). С. 92-99. DOI: 10.26898/0370-8799-2020-2-11.

17. Yadrovskaya M.V. Revisiting computer modeling. Advanced Engineering Research. 2020. N20(3). 332-345. DOI: 10.23947/2687-1653-2020-20-3-332-345.