Прогнозирование Урожая Табака И Хлопка На Основе WOFOST
В Азербайджане сельское хозяйство является одной из четырех приоритетных отраслей для диверсификации национальной экономики. Несмотря на то, что в 2021 году на долю сельскохозяйственного сектора приходилось лишь 5,88% ВВП, в нем было занято 36% населения. Продукция местных брендов хорошо узнаваема на рынках постсоветских стран и зачастую пользуется большим спросом. Государственная поддержка сектора включает гранты, налоговые льготы и субсидии на технику, удобрения и пестициды.
Прогнозирование урожайности в масштабах поля, региона и страны имеет важное значение для проведения сельскохозяйственных исследований, управления фермерскими хозяйствами и принятия решений в сфере импорта и экспорта.
На примере данного проекта мы рассмотрим, как EOSDA составила прогноз урожайности табака и хлопка на сезон 2018 года, опираясь на результаты модели WOFOST.
Задача: Поиск Оптимального Метода Прогнозирования Урожайности Хлопка И Табака На Уровне Региона
Это был масштабный проект, который включал в себя классификацию нескольких сельскохозяйственных культур наряду с прогнозированием урожайности хлопка и табака, которое выполнила наша команда. Прогноз был необходим для полей в двух районах Азербайджана – Шекинском и Сабирабадском.
Хлопок, который в народе часто называют “белым золотом”, имеет давние традиции выращивания. Пик его производства пришелся на советский период. В 1981 году доля Азербайджана в хлопководстве СССР достигла почти 10%, что составляло 1,5% мирового производства . После распада СССР этот показатель резко упал (сопутствующим фактором стала ориентация Азербайджана на нефтяную промышленность). В поисках перспективных источников дохода после мирового скачка цен на нефть в 2014-2016 годах Азербайджанская Республика вновь обратила взор на хлопковый сектор . В сравнении с 2015/2016 годом, площадь посева хлопка в 2022/2023 году увеличилась в четыре раза, а урожайность с гектара выросла примерно в 1,6 раза .
Шеки является частью Шеки-Загатальского экономического региона, основу экономики которого составляет сельское хозяйство, в том числе выращивание табака. Власти Азербайджана также подчеркивают важность выращивания этой культуры, учитывая ее экспортный потенциал .
Решение: Анализ Статистических, Метеорологических, Почвенных И Фенологических Данных С Помощью Модели WOFOST
Клиент предоставил статистику по урожайности хлопка и табака на уровне района с 2000 по 2017 год.
Команда, в свою очередь, собрала остальные данные, включая:
- Статистические данные, которые отражают особенности выращивания сельскохозяйственных культур и необходимы для того, чтобы модель могла делать прогнозы или расчеты.
- Географическое расположение полей и их площадь.
- Даты пересадки табачных растений из теплиц или грядок.
- Метеоданные (влажность, осадки, скорость ветра, максимальная и минимальная температура) из Глобальной телекоммуникационной сети (GTS) и специальных моделей, оценивающих эвапотранспирацию и глобальную радиацию.
- Данные о почве (содержание влаги в почве и глубина укоренения).
Кроме того, команда проекта нашла оптимальные сроки посева/пересадки табака и хлопка на 2010-2018 годы.
Исторические погодные данные также незаменимы для решения подобных задач. Источником стали наборы данных NASA POWER. Метеорологические параметры в наборах данных NASA POWER взяты из модели ретроспективного анализа MERRA-2 и модели ассимиляции GEOS версии 5.12.4 . MERRA-2 – это новая версия Годдардовской системы наблюдения за Землей (GEOS), разработанной в Бюро глобального моделирования и ассимиляции (GMAO) в Центре космических полетов имени Годдарда NASA.
Данные GEOS 5.12.4 ежедневно обрабатывают и добавляют к окончанию ежедневного временного ряда MERRA-2, чтобы предоставить продукты обработки данных с низким значением задержки, которые обычно готовы в течение 4 дней. Значения MERRA-2 в итоговом ежедневном временном ряду, как правило, обновляются каждые несколько месяцев. Следовательно, их можно применять в качестве продуктов обработки данных в реальном времени, которые особенно ценны для задач, связанных с прогнозированием урожайности.
Для анализа данных ученые использовали имитационную модель WOFOST (World Food Studies Simulation Model) . Это механистическая модель для количественного анализа роста и производства однолетних полевых культур, основанная на таких базовых процессах, как фотосинтез, дыхание, и зависимости данных процессов от условий окружающей среды.
Это опробованная модель, и у нас большой опыт работы с ней. К тому же она подходит для многих типов культур.
Прогнозирование урожайности для каждой культуры проводилось в три этапа.
EOSDA Crop Monitoring
Инструмент для аналитики полей с доступом к спутниковым снимкам с высоким разрешением – определяйте проблемные зоны дистанционно!
Этап 1: Адаптация Параметров Модели
Для оценки биомассы хлопка и табака с помощью модели WOFOST специалистам пришлось скорректировать несколько значений ее параметров с учетом климатических и почвенных условий.
Этап 2: Моделирование Для Оценки Биомассы Сельскохозяйственных Культур За 2010-2017 гг.
Команда запустила WOFOST в среде Python Crop Simulation Environment. Моделирование сельскохозяйственных культур представляет собой взаимодействие между растением и средой, в которой оно растет. Таким образом, любая модель роста культур предсказывает конечное состояние общей биомассы или урожайности, а также содержит количественные данные об основных факторах, влияющих на рост и развитие культур (состояние почвы, агротехнические мероприятия, например, посев, орошение или внесение удобрений).
В результате специалисты рассчитали DVS (фаза развития вегетации), TAGR (общая надземная биомасса), LAI (индекс листовой поверхности), SM (влажность почвы), TWLV (общий вес живых листьев) и TWSO (общий вес запасающих органов).
Этап 3: Оценка Урожайности Хлопка И Табака На 2018 Год
Команда выбрала статистический подход для прогнозирования урожайности. На первом этапе они рассчитали TWLV табака и TAGR хлопка по состоянию на 1 июля 2018 года с определенными значениями DVS. После этого ученые подсчитали эти показатели культур за 2010-2017 годы и выбрали те же значения DVS, чтобы найти линейную зависимость между рассчитанной биомассой и фактической статистической урожайностью для каждой сетки в Шекинском и Сабирабадском районах.
Стандартная погрешность прогнозируемой урожайности табака на 2010-2017 годы составила 0,7 центнера с гектара. Специалисты использовали исторические данные для валидации выбранного метода прогнозирования урожайности, поскольку фактические данные на тот момент были недоступны. Можно интерполировать эту погрешность на результаты 2018 года. В случае хлопка она составила 1,5-1,9 центнера с гектара в зависимости от сетки.
Результат: Прогнозирование Урожайности Хлопка И Табака
Команда проекта подготовила отчет с прогнозом урожайности табака для полей в Шекинском районе и урожайности хлопка для фермерских угодий в Сабирабадском районе на сезон 2018 года.
Мы начали работу над проектом в апреле 2018 года и представили результаты в октябре того же года. Несмотря на то, что сбор и анализ данных занял примерно три недели, нам пришлось ждать окончания сезонов выращивания хлопка и табака: клиенту было важно сравнить наши расчеты с фактической урожайностью.
Об авторе:
Наталья Иванчук получила степень магистра по прикладной математике (2013 г.) в Национальном университете водного хозяйства и природопользования по специальности "Прикладная математика" .В 2019 году защитила диссертацию и получила ученую степень кандидата технических наук. Тема диссертации – "Математическое моделирование фильтрационных процессов в почвенных средах с учетом воздействия элементов инженерных сооружений", специальность 01.05.02 – математическое моделирование и вычислительные методы.
В данный момент Наталья занимает должность доцента кафедры компьютерных наук и прикладной математики в Национальном университете водного хозяйства и природопользования в городе Ровно. Преподает студентам программирование на разных языках (С++, С#, JS и др.).
Наталья активно занимается научной работой, которая непрерывно связана с программированием, поскольку все разработанные в процессе исследования алгоритмы программно реализуются. Программирование является не только основой его работы, но и ее хобби. Любит совершенствоваться и узнавать что-то новое, именно поэтому решила попробовать себя и в работе с Python в составе команды EOS Data Analytics.
Автор более 60 публикаций (научных, учебно-методического характера, свидетельства о регистрации авторского права на произведение, монографии и тезисы докладов на отечественных и международных конференциях), Стипендиат КМУ для молодых ученых, Лауреат ежегодного конкурса «Молодой ученый года» по результатам деятельности в 2020 году за победу в номинации «Молодой методист года в области информационных технологий».
Последние cтатьи
Выращивание Миндаля: Как Получить Высокий Урожай
Миндаль требует создания оптимальных условиях на всех стадиях выращивания — от подготовки почвы и внесения удобрений до сбора урожая и последующего ухода за растениями.
Болезни Растений: Виды, Меры Борьбы И Профилактика
Эффективная борьба с болезнями растений помогает защитить посевы и минимизировать экономические потери в сельском хозяйстве. Узнайте об основных типах болезней растений, причинах возникновения и мерах их профилактики.
Погода В Сельском Хозяйстве: Преимущества Точных Данных
Сельское хозяйство остается уязвимым к изменения погоды вследствие низкого качества общедоступных метеорологических данных. Точные гиперлокальные прогнозы погоды позволяют фермерам защитить урожай.