Содержание к диссертации
Введение
ГЛАВА 1. Обзор моделей, методов и систем поддержки принятия решений при оценке земельных ресурсов лицом, принимающим решения 11
1.1 Проблемы и актуальность использования систем поддержки принятия решений при оценке земельных ресурсов 11
1.2 Анализ моделей и методов оценки земель сельскохозяйственного назначения 18
1.3 Задача определения транспортной доступности земельных ресурсов 25
1.4 Выводы и постановка научных задач 29
ГЛАВА 2. Моделирование и разработка функциональной структуры системы поддержки принятия решений при оценке земельных ресурсов ЛПР 31
2.1 Постановка задачи разработки системы поддержки принятия решений при оценке земельных ресурсов ЛПР в задачах управления сельскохозяйственным производством 31
2.2 Разработка информационной модели состояния и динамики ЗСХН 36
2.3 Разработка модели представления пространства поиска на основе геопространственных данных для оценки транспортной доступности ЗСХН 39
2.4 Разработка функциональной структуры пассивной СППР 52
2.5 Выводы по главе 55
ГЛАВА 3. Разработка методов поддержки принятия решений по оценке ЗСХН 57
3.1 Построение информационной базы показателей для оценки состояния ЗСХН 57
3.2 Разработка методики расчета многофакторного показателя для оценки состояния ЗСХН 65
3.3 Разработка методики расчета показателя технологической эффективности использования площади ЗСХН 80
3.4 Выводы по главе 90
ГЛАВА 4. Разработка системы поддержки принятия решений по управлению агротехнологическими мероприятиями 92
4.1 Архитектура и принципы построения программно-технических средств системы 92
4.2 Организация опытной эксплуатации СППР 100
4.3 Расчет эффекта от внедрения разработанной СППР 108
4.4 Выводы по главе 113
Заключение 114
Список сокращений и условных обозначений 117
Словарь терминов 118
Список литературы
- Анализ моделей и методов оценки земель сельскохозяйственного назначения
- Разработка модели представления пространства поиска на основе геопространственных данных для оценки транспортной доступности ЗСХН
- Разработка методики расчета многофакторного показателя для оценки состояния ЗСХН
- Организация опытной эксплуатации СППР
Введение к работе
Актуальность работы. Механизмы управления деятельностью
сельхозпредприятий развиты в работах А.И. Алтухова, Л.В. Бондаренко,
Н.К. Долгушкиной, Д.В. Дудника, А.А. Измалкова, В.В. Кузнецова, Т.Н.
Медведевой, И.Н. Меренковой, А.С. Миндрина, А.Н. Пыткина,
А.В. Турьянского, В.В. Улезько, И.Ф. Хицкова, Г.И. Чогут, В.В. Якушева и др. В процессе принятия инвестиционных и управленческих решений в сфере управления агропромышленным комплексом (АПК) существенную роль играет обеспечение лица, принимающего решения (ЛПР), релевантной актуальной информацией. На современном уровне развития информационных технологий такая информация может быть предоставлена при помощи систем поддержки принятия решений (СППР).
В рассматриваемой предметной области наибольшую сложность
представляет собой задача анализа (оценки) текущего состояния и динамики параметров земель сельскохозяйственного назначения (ЗСХН). Критерии, которые могут быть использованы для количественного определения параметров ЗСХН, а также методы их измерения, можно найти в трудах Е.И. Анохина, М.Ж. Барталевой, И.С. Витковской, А.В. Егорова, А.Л. Иванова, М.Е. Комарова, С.Е. Перфильева, Л.Ф. Спивак, И.Ю. Савина, А.Г. Терехова и др. Однако, помимо решения задач типизации и определения совокупности существенных для характеризации ЗСХН параметров, необходимо решить ряд других вопросов, которые на сегодня, по данным открытых источников, решены лишь частично: формирование данных, релевантных текущей решаемой задаче, организация их внутреннего представления, определение источников и регламентов получения и обновления данных, разработка вычислительных процедур оценивания текущих и отчетных значений параметров ЗСХН. Следует отметить также, что в работах по оценке состояния земельных ресурсов в недостаточной степени отражены вопросы геопространственного анализа положения ЗСХН по отношению к ресурсным центрам, обрабатывающим центрам, центрам сбыта.
Таким образом, актуально построение новых информационных моделей и методов оценки земельных ресурсов как информационной основы для организации систем поддержки принятия решений в АПК на основе привлечения геопространственной информации.
Цель диссертационной работы состоит в разработке методов, моделей и программного обеспечения информационной поддержки принятия решений ЛПР
в области управления АПК на основе анализа геопространственной информации,
представленной в векторной картографической и(или) растровой
мультиспектральной форме, полученной на основе космосъемки,
метеорологических наблюдений, наземных измерений.
Исходя из цели исследования, были определены следующие основные задачи:
-
Структуризация системы управления сельскохозяйственным производством со встроенной СППР, позволяющей повысить качество принимаемых решений.
-
Анализ современного состояния систем поддержки принятия решений.
-
Разработка моделей информационной базы параметров ЗСХН.
-
Разработка алгоритмов оценки транспортной доступности ЗСХН на основе геопространственных данных.
-
Разработка методического обеспечения функционирования системы поддержки принятия решений.
-
Применение системы поддержки принятия решений при решении прикладных задач управления АПК.
Методы исследования: методы системного анализа; методы
пространственного анализа информации; методы математической статистики;
методы теории управления организационными системами; методы
проектирования информационных систем; методы разработки программного обеспечения.
Научная новизна работы заключается в том, что впервые разработаны:
-
Информационная база показателей (ИБП), характеризующих состояние и динамику ЗСХН, отличающаяся наличием инструментальных компонент: правил, регламентов, запросов к источникам данных, обеспечивающих ЛПР объективной оперативной информацией.
-
Графовая модель оценки транспортной доступности ЗСХН, отличающаяся комплексным учетом особенностей траектории перемещения сельскохозяйственной техники с привлечением информации о рельефе во взаимоувязке с сезонными факторами, обусловливающими состояние покрытия дорожной сети в решении задач оперативного планирования.
-
Методика расчета многофакторного показателя состояния ЗСХН для принятия управленческих решений, отличающаяся возможностью получать достоверные оценки степени пригодности ЗСХН для производства используемого спектра сельскохозяйственных культур, что является основой повышения эффективности решений, принимаемых ЛПР.
-
Методика расчета показателя технологической эффективности использования площади ЗСХН, отличающаяся наличием механизма определения величины необоснованных издержек сельскохозяйственного производства, что позволяет осуществлять рациональное планирование производственной деятельности сельскохозяйственного предприятия в сфере работ по культуртехнической мелиорации земель.
5. Многоцелевая пассивная СППР, отличающаяся возможностью
формирования библиотеки схем решения задач многофакторной оценки состояния ЗСХН, представляющая возможность динамического наблюдения за их изменением в ходе сезона вегетации и поддержки принятия управленческих решений на основе имеющихся знаний о характеристиках ЗСХН и геопространственных данных.
Практическая значимость работы. Основной практический результат исследования заключается в том, что на основе предложенной в работе совокупности моделей и методов построена многоцелевая система поддержки принятия решений в области управления АПК. Использование данной системы предполагает построение иерархической системы управления: субъект РФ — муниципальный район — хозяйствующий субъект. Осуществлен анализ экономической эффективности от внедрения результатов диссертационного исследования.
Личный вклад автора заключается в постановке и решении задач
диссертационного исследования; получении основных результатов,
составляющих научную новизну; апробации СППР в администрации и сельскохозяйственных предприятиях Сухобузимского района Красноярского края.
Апробация работы. Результаты работы докладывались и обсуждались: на
8-м Открытом российско-немецком семинаре «Распознавание образов и понимание
изображений», г. Нижний Новгород, 21–26 ноября 2011 г.; на IV Международной
научно-технической конференции «Робототехника и искусственный интеллект»,
7 декабря 2012 г., г. Железногорск; на 11-й Международной конференции
«Распознавание образов и анализ изображений» — 2013, г. Самара, 23–
28 сентября 2013 г.; на Одиннадцатой Всероссийской открытой конференции
«Современные проблемы дистанционного зондирования Земли из космоса» —
2013, г. Москва; на Международной научной конференции «Региональные
проблемы дистанционного зондирования Земли», г. Красноярск, 23–26 сентября
2014 г.; на Двенадцатой Всероссийской открытой конференции «Современные
проблемы дистанционного зондирования Земли из космоса» — 2014, г. Москва;
на II Международной научной конференции «Региональные проблемы
дистанционного зондирования Земли», г. Красноярск, 22–25 сентября 2015 г.; на
III Международной научной конференции «Региональные проблемы
дистанционного зондирования Земли», г. Красноярск, 13–16 сентября 2016 г.
Публикации. По теме диссертации опубликовано 18 печатных работ, в том числе шесть статей в изданиях, включенных ВАК в перечень ведущих рецензируемых научных журналов и изданий. Получены три свидетельства о государственной регистрации программы для ЭВМ.
Структура и объем диссертации. Диссертационное исследование состоит из введения, четырех глав, списка сокращений и условных обозначений, словаря терминов, списка литературы из 86 наименований, 3 приложений. Содержит 43 рисунка и 10 таблиц. Основной объем машинописного текста составляет 136 страниц.
Анализ моделей и методов оценки земель сельскохозяйственного назначения
В современной научно-исследовательской литературе широкое освещение находят вопросы рационального использования и развития земельных ресурсов, экологические вопросы, вопросы анализа растительного покрова, земельных отношений, эффективность земледелия и производства различных видов продукции [1, 4, 5, 14–16, 19, 42, 64, 74].
В проведенных А.В. Улезько, В.Э. Юшковой, А.А Тютюниковым исследованиях земля, как ресурс, описывается следующим образом: «Земля является базисом сельскохозяйственного производства и специфическим ресурсом, предоставляющим возможность получения основной массы продуктов питания, потребляемых человеком в процессе жизнедеятельности. При этом специфика земельных ресурсов отражается в том, что земля, в отличие от прочих ресурсов, не является продуктом человеческого труда, не может быть воспроизведена искусственно, территориально ограничена и абсолютно немобильна, качественно неоднородна, обладает потенциалом роста продуктивности и т. д.» [2]. Кроме того, подчеркивается уникальность земли, которая заключается в том, что при правильном использовании она не теряет своих потребительских свойств.
Научный подход к обоснованию принимаемых решений является гарантией успеха в управлении сельскохозяйственным производством за счет глубокого анализа поставленных проблем на основе объективных данных с использованием различных научных методов принятия решений. Однако решение сложных, комплексных проблем в условиях неопределенности и неполноты информации в значительной мере осложняет принятие высокоэффективных решений, направленных на повышение конкурентоспособности и улучшение качества производства.
Далее в разделе рассматриваются проблемы и текущее состояние земельных ресурсов в агропромышленном комплексе на примере производства зерновых культур в Сухобузимском районе Красноярского края.
Сухобузимский район, общей площадью 5 612,6 км2, расположен в центральной лесостепной части Красноярского края и является наиболее значимым поставщиком сельхозпродукции в крае. По данным Федеральной службы государственной статистики за 2015 год по Сухобузимскому району общая площадь полей под зерновые культуры составила 33 397,28 га. Из общего числа полей под пшеницу задействовано порядка 55 % посевных площадей района, что составляет 18,5 тыс. га. Под ячмень занимается порядка 7,7 тыс. га и 6,7 тыс. га под овес.
Необходимо отметить, что высокий уровень производства зерна позволяет обеспечить население разнообразными продуктами питания, развивать и повышать продуктивность животноводства и создавать государственные резервы зерна. Увеличению производства зерна уделяется большое внимание. Внедрение высокопроизводительной техники, минеральных и органических удобрений, пестицидов позволит значительно увеличить урожайность и валовые сборы зерна.
Основные статистические данные по Сухобузимскому району, представленные на портале Федеральной службы государственной статистики, отображены в таблице 1. За рассматриваемый период произошли следующие изменения: 1) Средняя рентабельность производства зерна с 2010 по 2015 г. снизилась на 28,3 %. Первой причиной снижения является удорожание топлива за указанный период на 190 %, вспомогательных материалов и сырья. Наблюдается снижение средних показателей урожайности по району на 12 % до 23 ц/га. Но в то же время цены на приобретение энергоносителей растут опережающими темпами не только по сравнению с зерном, но и с продуктами его переработки. 2) По состоянию на 1990 г. на комбайн приходилось 155 га уборочной площади района, в 2010 г. показатель увеличился до 273 га, а в 2015 — до 356 га.
Показатели материально-технической базы сельскохозяйственных предприятий: средняя площадь пашни на трактора и комбайны определяет нагрузку на сельскохозяйственную технику, увеличение которой, в сравнении с нормативными показателями, может оказывать негативное воздействие на преждевременный выход техники из строя и оказывать существенное влияние на сроки посадки и уборки.
Разработка модели представления пространства поиска на основе геопространственных данных для оценки транспортной доступности ЗСХН
Сопоставим объекту класса «барьер» вида В = \ЬъЪг, ...,Ьп} атрибут средней скорости передвижения v(B) по данному типу поверхности: v{B) = {b1,b2,...,bn},v 0. (6) Данный тип фрикционных поверхностей предполагает, что движение по нему невозможно или крайне затруднительно, поэтому ячейки матрицы, промаркированные типом «барьер», алгоритм поиска должен обходить. В этом случае верно условие, что атрибут v является бесконечно малой величиной, стремящейся к 0. Так как стоимость перемещения условного транспортного средства для выбранной ячейки матрицы д(у) вычисляется как g{v) = d/v, где d — ширина ячейки или длина ребра; v — средняя скорость перемещения, то при v - 0 стоимость перемещения равна g{v) = +оо.
Класс ячеек матрицы, промаркированных типом «доминирующий», значение атрибута со средней скоростью перемещения должно быть максимальным в сравнении с другими классами: v{D) = {d1; d2,..., dn], v max (v(fi), v{K)). (7) Так для каждого «доминирующий» — к данному классу могут относиться объекты дорожной сети. Для объекта класса «доминирующий» (D) существует атрибут средней скорости передвижения (г?) условного транспортного средства по данному типу поверхности. В этом случае верно условие, что атрибут v является максимальной величиной в сравнении с атрибутами средней скорости передвижения (v) классов «барьеров» и «комбинированных».
Класс «комбинированный» — к данному классу могут относиться все остальные типы поверхностей, например, пашни, поля, сенокосы, лесные массивы и другие: v(K) = {кг,к2,...,кп], K (B\JD). (8) Данный класс применяется, если в границы рассматриваемой ячейки матрицы могут входить несколько пространственных объектов, не относящихся к барьерам и к классу доминирующих объектов.
Так для каждого объекта класса «комбинированный» вычисляется комбинированная скорость передвижения (vK0M) условного транспортного средства для всех типов поверхностей, попадающая в границы, пропорционально степени вхождения каждого типа в ячейку матрицы: ком = Oi Xi/100 + + vn xn/100)/N, (9) где vn — равен скорости передвижения по п-му типу поверхности, п Є N = [1,2, ...,п], входящему в границы ячейки матрицы; хп — процент вхождения данного типа местности в границы ячейки.
Предложенный подход к разделению пространственных объектов на три класса при моделировании области поиска позволяет: выделить типы поверхности, движение по которым считается приоритетным и позволяет использовать существующую транспортную инфраструктуру; исключить из рассмотрения типы местности, движение по которым невозможно; использовать в расчетах при построении маршрута всю доступную атрибутивную информацию о пространственных объектах для повышения точности расчетов. 3. Учет рельефа местности. С учетом рельефа местности формула (4) модифицируется следующим образом: Не) = f{sm, sn, h(yk) - h{v{)), (10) где h(vk), h(v{) — высота над уровнем моря, заданная для вершин, определяющих ребро е. 4. Учет модификаторов погодных условий.
В зависимости от конкретных условий поиска на местности формируется вектор измерений ситуативных факторов, влияющих на проходимость той или иной вершины графа. Так, для задачи прохождения сельскохозяйственной техники важны такие параметры, как влажность почвенного покрова, температура воздуха, наличие осадков и т. д. Введем понятие вектора измерений ситуативных факторов Х(уі). С учетом погодных (ситуативных) условий, формула (10) модифицируется следующим образом:
Не) = f{sm,sn,h(yk) - h .Xiy .Xivu). (11) Рассмотренные выше факторы влияют на расчёт функции w(e), но не затрагивают другие элементы МТ-графа. Однако на практике прохождение маршрутов по земной поверхности существенно зависит от времени года и сезонных изменений. Такого рода изменения влияют на вычисление не только функции w(e), но и функций p(v) и fs(v), которые параметризуются с учётом фактора временных изменений и приводятся к виду p(v,d) и fs(y,d) соответственно, где d — дата актуальности информации.
Модель представления пространства поиска для моделирования транспортной доступности пространственных объектов, основанная на модификации МТ-графа, позволяет получать более точные оценки стоимости пути на основе учета временного и сезонного контекста, а также дополнительной информации о дорожной сети. Модифицированный МТ-граф принимает вид: где — множество взвешенных ребер, соединяющих элементы множества , для которых существует маршрут с предпочтительным движением; — вектор ситуационных факторов, установленный в соответствие каждому из элементов множества , влияющих на сложность проходимости соответствующей вершины; — функция, определяющая проходимость вершины множества c учетом сезонных факторов; — функция, определяющая стоимость перемещения по дуге из множества с учетом рельефа и ситуативных факторов.
На рисунке 10 показаны два маршрута между местом уборки зерновых (ЗСХН) и центром переработки. На рисунке 11 представлены соответствующий МТ-граф и компоненты его описания. Значения функции заполняются, исходя из предположения, что перемещаться можно только по элементам дорожной сети. Значения функции получены по правилу: грунтовая дорога — оценка 30, дорога с гравийным покрытием — оценка 10, остальные вершины — оценка + (на рисунке не показано). Значения функции определены, как сумма значений функции на кратчайшем маршруте. Так, (13,15) = 60; (2,13) = 50; (1,5) = +. Таким образом, при планировании маршрута на местности, перемещение по более короткой грунтовой дороге гарантированно оптимальнее, чем по гравийной.
Рассмотрим построение расширенного МТ-графа. Предположим, что влияние рельефа несущественно; рассматривается только полевой сезон (c мая по сентябрь); единственным ситуационным фактором является состояние (степень влажности) дорожного покрытия. Тогда соответствует исходной ; = {1}; где 1 — интегральная оценка состояния дорожного покрытия. 1 [1… 3], 1 — максимальная проходимость, 3 — минимальная проходимость.
Разработка методики расчета многофакторного показателя для оценки состояния ЗСХН
СППР функционирует в распределенной гетерогенной среде, и основные компоненты системы также распределены на двух физических серверах: сервере обработки данных ДЗЗ и сервере визуализации тематических продуктов. Рассмотрим более детально структуру и функциональные возможности каждого из компонентов. Сервер обработки данных ДЗЗ включает следующие компоненты: 1. Настольное приложение ГИС Quantum GIS. 2. Настольное приложение для ручной обработки данных ДЗЗ Scanex Image Processor. Сервер визуализации состоит из следующих компонент: 1. Геосервер, представляющий собой web-ресурс, обеспечивающий стандартным клиентам, таким как веб-браузеры и настольные ГИС, доступ к хранящимся в различных форматах картам и пространственным данным. Геосервер предоставляет следующие функциональные возможности для оператора: авторизоваться, добавить векторный слой, добавить растровый слой, добавить слой по WMS-протоколу, создать стиль векторного слоя, опубликовать слой на геосервере. 2. Администраторская панель управления слоями и атрибутивной информацией является специальным программным обеспечением для интеграции локальных пространственных данных с геопорталом. Реализует следующие возможности: авторизоваться, загрузить векторный слой из файла, загрузить растровый слой из GeoTIFF файла, опубликовать слой на геопортале, создать группу слоев, редактировать векторный слой, редактировать атрибутивную информацию слоя, индексировать слой для поиска по объектам слоя, добавить организацию, разграничить права доступа к слоям, создать пользователя геопортала.
Учитывая специфику объектов и отношений между ними, была спроектирована схема данных на основе использования стандарта IDEF1x [33].
Таблица «ГПО» с атрибутом «ID ГПО» отвечает за идентификацию геопространственного объекта. Она связана с таблицей «Сельскохозяйственный контур» с атрибутами: «ID контур», «ID ГПО», «ID типа использования», «ID владелец», «ID землепользователь», «Дата начала», «Дата окончания» (время начала эксплуатации участка и его окончания). Связь один ко многим. Данная таблица содержит в себе данные об участках, имеющих большую площадь и включающих в себя различные объекты.
Сельскохозяйственные контуры, в свою очередь, разделены на небольшие участки, полигоны, на которых возделывается определенная культура либо проводятся определенные сельскохозяйственные работы. Поэтому таблица «Сельскохозяйственный контур» связана с таблицей «Сельскохозяйственный полигон», включающей такие атрибуты как: «ID полигон», «ID контур», «Наименование», «ID типа почвы», «ID типа культуры», «ID ГПО», «Содержание гумуса (%)», «Дата начала», «Дата окончания», «ID справочник типа культур», «ID справочник гумус», «ID справочник тип почв».
Таблица «Сельскохозяйственный контур» также связана с таблицей «Землепользователь» с атрибутом «ID землепользователь», хранит в себе данные о пользователе данного участка; с таблицей «Тип использования» с атрибутами «ID тип использования», «Наименование», таблица хранит в себе данные о типе использования участка (для личного использования, для ведения сельскохозяйственного производства, для ведения садоводства, для размещения опор линий электропередач и т. д.); также с таблицей «Владелец» с атрибутами «ID владельца», «Название организации», «Телефон» с информацией о владельце (владельцах) какого-либо участка; и таблицей «Транспортная доступность» с атрибутами «ID контура», «ID объекта», «Евклидово расстояние», «Приведенное расстояние». Связи один ко многим (рисунок 24).
Таблица «Транспортная доступность» используется для хранения информации о расстоянии между объектами и связана с таблицей «Объект инфраструктуры» с атрибутами «ID объекта», «ID ГПО», «ID тип объекта», «ID тип фигуры», которая связана с таблицей «Тип объекта» с атрибутами «ID типа объекта», «Название», «Описание». Связи один ко многим (рисунок 25). В этих таблицах хранится информация об объектах инфраструктуры (железнодорожные мосты, тоннели, вокзалы и т. д.) и их типах (дороги, лесные объекты, водные объекты и т. д.).
Поэтому таблица «Сельскохозяйственный полигон» связана с таблицей «Тип почвы» с атрибутами «ID типа почвы», «Наименование», таблицей «Тип культуры» с атрибутами «ID типа культуры», «Наименование» и таблицей «Свойство» с атрибутами «ID свойства», «ID полигона», «ID тип свойства», «Значение», «Дата начала», «Дата окончания» (например, время пика плодородия почвы и его окончание). Данная таблица связана с таблицей «Тип свойства» с атрибутами «ID тип свойства», «Наименование», «Минимальное», «Максимальное», «Единица измерения», в которой хранятся данные о типах свойств участка (тепловые, химические и т. д.) с их максимальными и минимальными значениями и единицами измерений.
Организация опытной эксплуатации СППР
Разработанная в рамках диссертационного исследования СППР при осуществлении сельскохозяйственного производства на примере выращивания зерновых культур внедрена на сельскохозяйственных предприятиях Сухобузимского района Красноярского края. СППР позволяет в режиме реального времени осуществлять взаимодействие работников, участвующих в производственном процессе [52]. Внедрение системы не потребовало создания новых рабочих мест, за счет простоты эксплуатации нагрузка на сотрудников, работающих в системе, минимальна, тем самым увеличения фонда оплаты труда не требуется.
В СППР можно выделить следующие роли: «ЛПР», «Эксперт», «Сотрудник предприятия». Роль «ЛПР» принадлежит руководителям сельскохозяйственных предприятий, руководителям районной администрации, сотрудникам министерства сельского хозяйства Красноярского края. В системе ЛПР в режиме просмотра карты района может просматривать основную статистическую информацию по отдельным сельскохозяйственным контурам, заносимую в систему сотрудниками на местах. Кроме того, ЛПР в системе доступна возможность сформировать эксперту задачу оценки СК по степени соответствия заданным критериям.
Роль «Эксперт» соотносится с сотрудниками предприятий, обладающими необходимыми знаниями и опытом ведения сельскохозяйственной деятельности. Роль назначается в системе, прежде всего, агрономам сельскохозяйственных предприятий. Она закрепляет за пользователем участие в формировании вычислительных процедур оценки СК на основе формализованной задачи ЛПР. Эксперт определяет факторы, характеризующие и описывающие СК, с точки зрения поставленной задачи. На основании формализованной задачи в системе строится схема решения данной задачи, по результатам выполнения которой ЛПР предоставляется отчет о СК, ранжированных согласно процедуре оценки.
Роль «Сотрудник». Этой ролью обладают штатные сотрудники сельскохозяйственных предприятий, которые заносят в систему основную статистическую информацию: фактическую урожайность, данные полевых измерений и т. д.
На основе расчета многофакторного показателя оценки сельскохозяйственных контуров О(СК) (формула (17)) по предприятию СПК «Искра» для ЛПР строится статистика за два последних года, отображающая ранжированный ряд СК по показателю с учетом рентабельности производства зерновых, таблица 10.
Ранжированный ряд строится в порядке возрастания по признаку О(СК), где каждый элемент является множеством из двух значений {идентификатор СК в системе, значение О(СК)}:
Нижняя граница Хн первого интервала выбирается так, чтобы минимальная варианта выборки Xmin попадала примерно в середину этого интервала:
Хщ = rnin \ К этой величине прибавляется ширина интервала h, таким образом, находится нижняя граница следующего интервала, аналогичным образом рассчитываются все последующие интервалы. Хв. — верхняя граница интервала.
План развития предприятия строится ЛПР на основе ранжированного ряда (таблица 10) много факторной оценки СК и заключается в последовательном выведении рентабельности производства зерновых в «+» по отдельным СК, начиная с групп СК, обладающих самым высоким рангом оценки.
Расчет экономического эффекта (рисунок 43) внедрения СППР при формировании многофакторной оценки состояния ЗСХН согласно типовой схеме решения задачи, сформулированной ЛПР, осуществлен путем сравнения прогнозируемой прибыли от производства зерновых культур за период 2016– 2020 гг., полученной от сельскохозяйственной деятельности на основе предлагаемой СППР оценки состояния ЗСХН и фактических планов развития предприятия.
Для проведения расчетов экономического эффекта внедрения СППР величина спроса на зерно на долгосрочный период определялась согласно оценке Минэкономразвития России, «Прогноз долгосрочного социально-экономического развития Российской Федерации на период до 2030 года», где рост цен на пшеницу в прогнозный период устанавливался в 4 % в среднем за год.
Эффект от внедрения СППР в работу предприятия, согласно прогнозу, обеспечит рост доходов до 2020 г. на 36 % в сравнении с 2015 г. Средняя урожайность зерновых по полям предприятия составит 29 ц/га. При сохранении текущих планов развития предприятия средняя урожайность останется на уровне 2015 г. — 19 ц/га. Эффективность внедрения СППР составит рост доходов предприятия, по сравнению с текущей моделью развития, на 12 млн руб. до 2020 г.
В главе описаны результаты разработки прототипа СППР, позволяющей на основе комбинации методов и средств ГИС, ДЗЗ, баз данных и геопространственного позиционирования обеспечить администрации муниципальных районов Красноярского края и другие структуры – как органы власти, так и непосредственных распорядителей объектов землепользования — актуальной достоверной информацией для поддержки принятия решений в области управления комплексом агротехнологических мероприятий. Осуществлен подбор исходных космоснимков и картографических материалов, космосъемка территорий, предварительная обработка данных и помещение их в базу данных. Осуществлена разработка методического, программного и информационного обеспечения СППР.
Система внедрена в опытную эксплуатацию. В процессе эксплуатации была осуществлена инвентаризация земель сельскохозяйственного назначения Сухобузимского района (сезон 2013 г.; уточнения по сезону 2014 г.); подготовлены картосхемы ЗСХН. Основные атрибуты сельскохозяйственных контуров — площадь, динамические ряды NDVI, сельскохозяйственная культура, землепользователь, химический состав почвы (по данным государственного центра агрохимической службы «Красноярский»). Эффективность программно алгоритмической поддержки определяется тем, что созданный прототип позволяет осуществлять поддержку принятия решений в области оценки состояния ЗСХН. Осуществлен расчет экономического эффекта от внедрения СППР. Расчет осуществлен путем сравнения прогнозируемой прибыли от производства зерновых культур за период 2016–2020 гг., полученной от сельскохозяйственной деятельности на основе предлагаемой СППР оценки состояния ЗСХН и фактических планов развития предприятия.