ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Вступ

Питання моделювання економічних процесів стоїть дуже гостро в періоди хитливого економічного становища підприємств і України в цілому. Застосування методик моделювання дозволяє підвищити ефективність виробництва економічної одиниці, в тому числі підприємств, що працюють в сфері сільського господарства за рахунок оптимального управління запасами, доходами, витратами у зв'язку з тим, що первинним завданням сільськогосподарського підприємства є максимізація врожаю.

У зв'язку з цим, для сільського господарства особливо актуальною є задача прийняття різноманітних виробничих та економічних рішень з урахуванням метеорологічної інформації та аналітичних даних по клімату. Точна і своєчасна інформація за прогнозом погодних умов, надається гідрометеорологічними службами, забезпечує сталий розвиток економіки і суспільства в цілому. Робота служб виявляється в тих випадках, коли несприятливі умови погоди і небезпечні гідрометеорологічні явища безпосередньо впливають на населення і економіку.

Враховуючи той факт, що для території України характерний помірно – континентальний клімат (стабільно спекотне літо, стабільно морозна зима і мала кількість опадів), можна говорити про те, що ймовірність виникнення небезпечних явищ природи досить висока.

Небезпечні явища природи найбільш сильний вплив справляють на сільське господарство країни. Сільське господарство для України – це одна з найважливіших галузей економіки. У структурі ВВП (малюнок 1) найбільшу вагу в Україну за підсумками 2010 року має переробна промисловість – 13%, за якою слідують торгівля і ремонт – 12%, транспорт і зв'язок – 9% і сільське господарство – 9% [1]. Майже третина робочих місць і значна частина валового продукту в державі забезпечується саме за рахунок сільського господарства. За підрахунками, в 2010 році результат від основної діяльності сільськогосподарських підприємств склав 12,8 млрд. грн. прибутку. У 2009 році цей показник становив 7,2 млрд. грн. Рівень рентабельності склав 20,6% і 13,4% в 2010 і 2009 роках, відповідно. Прибуток від виробництва продукції сільського господарства отримали 73% усіх підприємств. Сума прибутку в середньому на одне підприємство склала 2,3 млн. грн (у 2009 році – відповідно 63% і 1,8 млн. грн.). При цьому 27% підприємств залишилися в збитку. В середньому на одне підприємство збиток склав 1,1 млн. грн (у 2009 році – відповідно 37% і 993,5 тис. грн.).

Мал. 1. Структура ВВП в Україні 2010

Мал. 1. Структура ВВП в Україні 2010

Незважаючи на зростання рентабельності виробництва культур, за даними дослідження Компанії з управління активами «Ніко» [2], в 2010 році в Україну господарствами всіх категорій одержано 39200000 т зернових культур, що на 14,8% менше, ніж у 2009р. , однак вище середнього значення за 10 років (36,7 млн т). Зокрема, виробництво пшениці в 2009 році зменшилося на 19,4%, що зумовлено зниженням урожайності зернових культур (на 4,1 ц / га, або на 6,9%).

Безпосередньо в Донецькій області в 2011 році рівень рентабельності склав 30% порівняно з 25,4% в 2010 році [12]. Це означає, що в 2011 році Донецька область отримала прибуток в 1,2 млрд. грн за рахунок реалізації рослинницької і тваринницької продукції.

До небезпечних явищ природи, які негативно впливають на сільське господарство України, можна віднести наступні: температури повітря нижче – 25С, вище +35 С, заморозки на поверхні грунту, вимерзання посівів, випрівання озимих, крижана кірка, посуха і суховії, град і зливи зі шквалистим вітром, тривалі і рясні дощі, пилові бурі.

Все це призводить до пошкодження та загибелі плодових бруньок, пошкодження та загибелі посівів озимих культур, багаторічних трав, кореневої системи плодових, вуглеводного виснаження рослин, змиву посівів, заносу рослин пилоподібної грунтом.

1. Актуальність

Для того щоб протистояти небезпечним явищам природи працівники сільського господарства проводять попереджувальні заходи. До них слід віднести: виведення морозостійких сортів рослин, полив рослин, укриття рослин, снігонакопичення, прибирання снігу, руйнування крижаної кірки, протиградові захист, розпушування посівів, пересівши, грунтозахисні сівозміни, лісосмуги.

Такі заходи дозволяють сільським господарствам знизити економічний збиток від небезпечних явищ природи. Проте ефективність застосування подібних заходів суттєво залежить від своєчасності їх проведення, тому питання про побудову моделі точного прогнозу погоди для управління ефективністю роботи сільськогосподарських підприємств є актуальним для економіки українських сільських господарств і країни в цілому.

2. Мета і задачі дослідження

Метою роботи є розробка моделі прогнозування впливу погодних умов на ефективність сільського господарства.

Задачами роботи є:

Об'єкт дослідження – засоби підвищення ефективності роботи сільськогосподарських підприємств.

Предмет дослідження – моделі і методи прогнозування впливу погодних умов на ефективність сільського господарства.

Передбачається, що розробка та впровадження прототипу створюваної прогнозної моделі дозволить підвищити ефективність роботи сільськогосподарських підприємств України.

3. Огляд базових методів до вирішення задачі прогнозування небезпечних явищ природи.

Проведене дослідження спрямоване на вирішення завдання з прогнозування небезпечних явищ природи шляхом побудови моделі, аналізує статистичні дані і на їх основі формує рекомендацію щодо використання засобів захисту сільськогосподарських культур від несприятливих явищ природи. Для визначення можливих небезпечних явищ можуть бути використані статистичні дані температури, тиску і вологості. Дані такого роду надаються метеорологічними службами України та інших держав. Також для перевірки працездатності моделі можуть бути використані дані Національного управління океанічних і атмосферних досліджень (NOAA), отримані в результаті роботи чисельної моделі.

Для вибору найбільш ефективного способу вирішення поставленого завдання, розглянемо базові підходи, розроблені на основі існуючих методів прогнозування небезпечних явищ природи.

На синоптико-cтатистичному методі прогнозування заснована наукова робота Єрмакової Л.Н. і Толмачової Н.І. [3], метою якої було скласти синоптико-статистичну схему прогнозу врожайності ярої пшениці з урахуванням особливостей атмосферної циркуляції. Метеорологічна складова урожайності представлена у відхиленнях від тренда і розраховується наступним чином (формула 2.1):

Формула

де yi – урожайність i – го року; yi cp – динамічна врожайність цього ж року. Урожайність по тренду yi cp характеризує рівень агротехніки, досягнутий в кожному році, то величина Δyi характеризує мінливість врожайності, викликану особливостями метеорологічних умов. У зоні нестійких врожаїв метеорологічні складові досягають 83%, в зоні найбільш нестійких врожаїв перевищують 85%. У зонах помірно стійких врожаїв метеорологічна складова коливається від 0 до 20%. Тобто, чим більше нестійкість врожаю, тим вище його погодна складова.

Такий метод прогнозування є перспективним, завдяки тому, що він дозволяє збільшити завчасність прогнозу до 3 – 4 місяців.

Цінність розробленого методу прогнозування може бути суттєво підвищена в разі його поєднання з інтелектуальною програмою. Можливості програми повинні включати в себе рекомендації при, по – перше, виборі сорту культури, що буде засiяна, з урахуванням прогнозних погодних значень, по – друге, виборі часу посіву і збору культури, по – третє, завчасної підготовки засобів захисту від небезпечних явищ природи.

Гідродинамічний підхід до прогнозування характеризується високою складністю на етапах створення. Про це свідчить наукова робота Розінкіной І.А., Астахової Є.Д., Пономарьової Т.Я., Рузановой І.В., і Булдовський Г.С. «Гідродинамічний прогноз приземної температури повітря по Північному півкулі на основі спектральної моделі атмосфери T85L31 c завчасністю до 96 год і результати його випробування» [6]. Наведено результати оперативних випробувань методу. Дан докладний аналіз отриманих результатів. Показані переваги і недоліки методу прогнозу. До недоліків методу можна віднести, по-перше, добовий хід успішності прогнозів: прогнози на ніч частіше мали вищі систематичні і абсолютні помилки в порівнянні з прогнозами на день, по-друге, в окремі місяці прогнози завчасністю 96 год, що складаються по вихідному терміну, мали невиправдано великі позитивні систематичні помилки, не узгоджуються з помилками більш ранньої завчасності. Незважаючи на подібні мінуси розробленого методу, виконаний аналіз показав, що прогнози температури полів приземного повітря із завчасністю до 84 год, задовільно відображають температурні зміни.

Враховуючи трудомісткість на етапах створення подібних прогностичних моделей, тривалий період тестування і настройки, а також повний час від розробки до запуску моделі, можна зробити висновок про те, що її вартість буде дуже високою, отже, така модель буде недоступна для більшості невеликих сільських господарств. Хоча її застосування в масштабах країни, швидше за все, дозволить підвищити ефективність сільського господарства.

Наукові роботи, в яких використовується статистичний метод аналізу погодних умов, є ефективними з точки зору точності прогнозування небезпечних явищ природи. Автори робіт Загребіна Т.А. [5] і Бедрицький А.І., Коршунова А.А., Хандожко Л.А., Шаймарданова М.З. [6]. Складовими частинами завдання (в роботі Загребіна Т.А.) стали, по-перше, обізнаність про ризики, пов'язані з небезпечними явищами, по-друге, збільшення терміну попередження про небезпечні явища, по-третє, забезпечення своєчасного вжиття заходів безпеки, по-четверте, розрахунок економічної ефективності метеорологічних прогнозів. Для реалізації цих завдань була досліджена повторюваність метеорологічних явищ та їх вплив на галузі економіки, розроблена методична основа оцінки економічного ефекту гідрометеорологічного забезпечення, а також проведена оцінка метеорологічної уразливості господарських об'єктів і територій.

Наукова робота, яка показує особливості прогнозу атмосферних опадів за інформацією метеорологічних супутників, написана Толмачовою Н.І. і Єрмаковою Л.М [7]. Завданнями роботи були, по-перше, аналіз зон опадів зимового і літнього періодів по знімках хмарного покриву, по-друге, розгляд положення зон опадів по відношенню до осі струменевої течії, по-третє, складання прогнозу атмосферних опадів за космічними знімками. Для визначення зон опадів і прогнозу їх кількості по території Уралу використовувалися супутникові знімки з ШСЗ серії NOAA за 2000 – 2005 рр.. На космічних знімках визначалися зони опадів. Хмарні вихори простежувалися протягом 2 – 5 діб з моменту їх виникнення до заповнення. Будувалися схематичні карти еволюції хмарних вихорів, зон значних опадів і струменів на поверхнях 700, 500, 300 і 200 гПа. Шари накладалися один на одного, і створювалася картина еволюції хмарних вихорів, зон опадів і струменів. Виправданість методу в середньому склала 85%.

Отже, були розглянуті базові підходи чотирьох типів – синоптичний, статистичний, гідродинамічний і космічний. Виправданість методів прогнозування знижується зі збільшенням терміну прогнозу. Наприклад, синоптична модель характеризується наступними показниками виправданість: 91%, 87% і 83% для, відповідно, 24, 36 і 48 годин [8]. Для статистичної моделі характерні високі показники виправданість для 24 годин – 98% [5], для 36 і 48 годин – 94% і 88%, відповідно. Для гідродинамічної моделі виправданість прогнозів погоди становить 84 – 95% при завчасності 24 год, 82 – 94% і 80 – 93% – відповідно при завчасності 36 і 48 год [9]. Ймовірність правильного добового прогнозу погоди для космогеопрогноза становить 85% [7].

З розглянутих методів найбільш складними з точки зору розробки та впровадження є гідродинамічний і космічний методи прогнозування погоди. Створення робочої моделі може займати тривалий час. Вартість розробки таких моделей висока, тому не всі об'єкти сільського господарства можуть дозволити собі користуватися гідродинамічної моделлю і моделлю космогеопрогноза. Так, наприклад, вартість одного знімка (панхроматичнi зображення з супутника GeoEye – 1, площею в 100 кв. Км) коштує 2500 доларів. Отримання знімків ускладнюється постійно зростаючою кількістю замовлень і створенням черг на дані систем дистанційного зондування. Для прогнозування небезпечних гідрометеорологічних явищ необхідно постійно отримувати дані (супутникові зображення) про справжній стан нижнього шару атмосфери. Супутник може зробити повне коло по земній орбіті протягом 24 годин. Під час зйомки Землі, супутник може охопити зображення певної площі, тим самим зменшуючи можливість фотографування потрібного замовнику в конкретний момент часу зображення.

Відповідно до думки к.г.н Цепелева В.Ю «синоптичні та фізико-статистичні методи залишаються важливим інструментом в прогнозі погоди на місяць і більше» [11]. Недоліком такого підходу є жорстка прив'язка одержуваної статистичної моделі до конкретної гідродинамічної.

На думку Заболотнікова Г.В. (Російський державний гідрометеорологічний університет), основою використання сучасних автоматизованих систем збору і обробки метеоінформації для розробки прогнозів погоди є метод статистичної інтерпретації фонових гідродинамічних полів [10]. Він полягає у використанні статистичних синхронних зв'язків між параметрами структури гідродинамічних полів та відповідними їм локальними погодними умовами.

4. Підхід до прогнозного моделювання погодних умов

Розробка прототипу моделі прогнозування впливу погодних умов на ефективність сільського господарства включає в себе кілька етапів.

Етап перший – вибір вхідних даних для прогнозування.

Під час вибору вхідних даних слід врахувати той факт, що несприятливі погодні явища виникають в атмосферному фронті. Атмосферний фронт формується, коли зближуються маси холодного і теплого повітря.

Таким чином, головним використовуваним показником для моделювання погодних умов, слід вважати температуру.

Крім температурних даних, слід використовувати показники вологості, оскільки при зближенні повітряних мас збільшуються горизонтальні градієнти вологості.

Ці два показники будуть вважатися основними, за рахунок яких прогнозна модель буде виводити дані про погодні умови. Однак, в тому випадку, якщо показники будуть сильно корелювати між собою, то основний набір даних повинен бути розширений новими, наприклад, показниками тиску і швидкості вітру.

Етап другий – аналіз вихідних даних.

Вихідними даними моделі буде інформація про можливі несприятливі погодні явища. Також модель видасть рекомендації про необхідні захисні заходи для збереження врожаю. Подібна інформація може суттєво вплинути на економічне становище підприємств, що працюють в сфері сільського господарства, за рахунок зниження шкоди, завданої урожаю несприятливими погодними явищами.

Передбачається, що розробка та впровадження прототипу створюваної прогнозної моделі дозволить підвищити ефективність роботи сільськогосподарських підприємств України.

Діаграма роботи прогнозної моделі

Рис. 2 – Діаграма роботи прогнозної моделі
(анімація: 5 кадрів, 3 цикла повторення, 40 кілобайт)

Висновки

Проблема прогнозування несприятливих явищ природи, які можуть істотно знизити ефективність роботи сільського господарства, є актуальною і широко досліджується, що підтверджується, по-перше, постійно проводяться дослідженнями з підвищення ефективності методів прогнозування, по-друге, схильністю сільськогосподарських територій Україна несприятливим явищам природи.

Під час дослідження погодних явищ можуть бути використані 4 основних підходи: синоптичний, статистичний, гідродинамічний і космічний. Кожен їх підходів розкриває суттєві особливості розвитку макрометеорологічних процесів.

Гідродинамічні моделі атмосферної циркуляції в останні десятиліття дозволили підвищити ефективність короткострокових і середньострокових прогнозів синоптичного положення і погоди. Системи гідродинамічних рівнянь, що відображають фундаментальні фізичні закони, дозволяють ефективно прогнозувати стан атмосфери на термін 5 – 10 діб.

У синоптичних методах довгострокового прогнозу погоди для вивчення атмосферних макропроцесів використовуються карти погоди та карти баричної топографії, а також ціла низка спеціальних карт, що відображають структуру термобарического поля і характер атмосферної циркуляції. Складанню прогнозу погоди передує прогноз атмосферної циркуляції. Під час діагнозі та аналізі атмосферних макропроцесів дослідник обмежується певною системою ознак, що відображають найбільш суттєві особливості циркуляції.

Статистичні методи прогнозування виникли практично одночасно з синоптичними. Проте їх розвиток утруднювався складністю виконання великого обсягу розрахунків. Використання ЕОМ усуває цю перешкоду, а накопичення матеріалів все більш розширює можливості застосування статистичних методів.

Статистичні методи включають в себе дві групи. В основі першої лежить пошук аналогу поточного атмосферного процесу з архівного банку даних. Таким методом прогнозується синоптичної положення і загальний характер погодних умов.

Друга група статистичних методів включає регресійний, кореляційний, дискримінантний аналіз і т.д. З використанням такого підходу прогнозуються значення метеовеличин і з аномалії.

Космогеопрогноз дозволяє суттєво удосконалити методи оперативного контролю стану посівів і прогнозу врожаю, як в регіональному, так і локальному масштабах, вирішувати інші завдання в різних галузях сільського господарства.

Позитивною рисою статистичного методу є поступове підвищення точності прогнозів за рахунок накопичуваної бази знань. Завдяки узагальненню випадків реального розвитку атмосферної циркуляції, ці методи прогнозують погоду, близьку до кліматичної норми. Оскільки на території Україні в місцях розташування сільськогосподарських угідь не спостерігається сильних погодних відхилень (торнадо, повені та ін), застосування статистичного методу прогнозування погодних умов слід вважати доцільним.

Однак, для підвищення виправданість одержуваних прогнозів, необхідно об'єднати методи чисельного і статистичного прогнозування.

Таким чином, для вирішення завдання побудови моделі прогнозування небезпечних явищ природи, необхідно використовувати статистичну модель, яка застосовується до значень предикторів, розрахованих чисельної моделлю.

В роботі поставлена задача створення прогнозної моделі впливу погодних умов на ефективність роботи сільськогосподарських підприємств, поданий короткий огляд основних методів, що використовуються при вирішенні цього завдання, визначені початкові вимоги до прототипу створюваної моделі – використання бази знань географічних і тимчасових температурних показників.

Магистерская работа, по которой написан реферат еще не закончена. Дата завершення магістерської роботи – грудень 2012 року.

Перелік джерел

1. Государственная служба статистики Украины: статистика сельского хозяйства: [Электронный ресурс] / – 2010. – Режим доступа к рес.: http://www.ukrstat.gov.ua/

2. Компания по управлению активами «НИКО»: сельскохозяйственный сектор Украины: [Электронный ресурс] / – 2010.

3. Ермакова Л.Н., Толмачева Н.И. Прогноз урожайности яровой пшеницы на Урале синоптико – статистическим методом: [Электронный ресурс] / 2007 – Режим доступа к рес.: http://www.geo-vestnik.psu.ru/files/vest/72_prognoz_urozaqnosti_qrovoq_psenicy_na_urale _sinoptiko – statisticeskim_metodom.pdf

4. Розинкина И.А., Астахова Е.Д., Пономарева Т.Я., Рузанова И.В., и Булдовский Г.С. Гидродинамический прогноз приземной температуры воздуха по Северному полушарию на основе спектральной модели атмосферы T85L31 c заблаговременностью до 96 ч и результаты его испытания: [Электронный ресурс] / 2005. – Режим доступа к рес.: http://method.hydromet.ru/publ/sb/sb33/sb33.html

5. Загребина Т.А. Статистический анализ матриц сопряженности опасных явлений погоды по территории Удмуртии: [Электронный ресурс] / 2006. – Режим доступа к рес.: http://www.geo-vestnik.psu.ru/files/vest/121_statisticeskiq_analiz_matric_soprqzennosti_opasnyh_qvleniq_pogody_po_territorii_udmurtii.pdf

6. Бедрицкий А.И., Коршунов А.А., Хандожко Л.А., Шаймарданов М.З. Гидрометеорологическая безопасность и устойчивое развитие России / Право и безопасность. – 2007. – №1 – 2.

7. Толмачев Н.И. и Ермаков Л.Н., Прогноз атмосферных осадков по информации метеорологических спутников: [Электронный ресурс] / 2008. – Режим доступа к рес.: http://www.geo-vestnik.psu.ru/files/vest/122_prognoz_atmosfernyh_osadkov_po_informacii_meteorologiceskih_sputnikov.pdf

8. Васильев П.П. Метод прогноза минимальной и максимальной температуры воздуха с заблаговременностью 1 – 5 суток на основе статистической интерпретации гидродинамических моделей атмосферы: [Электронный ресурс] / 2007. – Режим доступа к рес.: http://method.hydromet.ru/methods/average/vasiliev/vasiliev.html

9. Бенькова Л.И. О результатах оперативных испытаний прогнозов осадков заблаговременностью 24 – 48 ч на основе региональной гидродинамической модели в Читинском ЦГМС – Р Забайкальского УГМС: [Электронный ресурс] / 2005. – Режим доступа к рес.: http://method.hydromet.ru/publ/sb/sb34/sb34.html

10. Заболотников Г.В. Разработка прогнозов погоды, методическая разработка: [Электронный ресурс] / – 2006. – Режим доступа к рес.: .http://vk.rshu.ru/materials/meteo/14/meteo_t14z8.pdf

11. Цепелев В.Ю. Современные подходы к распознаванию макросиноптических процессов в задаче прогноза погоды на месяц по Северо – Западу Российской Федерации: дис. кандидата геогр. наук: Валерий Юрьевич Цепелев. – [Электронный ресурс] / 2005. – Режим доступа к рес.: http://www.dissercat.com/content/sovremennye – podkhody – k – raspoznavaniyu – makrosinopticheskikh – protsessov – v – zadache – prognoza – pog

12. Главное управление статистики в Донецкой области: [Электронный ресурс] / – 2011. – Режим доступа к рес.: http://www.donetskstat.gov.ua/news/index.php