Тип работы:
Предмет:
Язык работы:


Математическая модель распространения фитофтороза

Работа №125052

Тип работы

Дипломные работы, ВКР

Предмет

математическое моделирование

Объем работы37
Год сдачи2021
Стоимость4850 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
59
Не подходит работа?

Узнай цену на написание


Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Основные математические модели распространения заболеваний 6
1.1. Классическая SIR-модель (от англ. Susceptible - Infected - Removed) 6
1.2. SEIR-модель (от англ. Susceptible - Exposed - Infected - Removed) 9
Глава 2. Математические модели распространения фитофтороза 12
Глава 3. Разработка моделей 16
3.1. Построение математических моделей 16
3.2. Расширенная модель общей эпидемии 19
3.3. Классическая модель SEIR с учетом рождаемости и смерт­ности 22
Выводы 27
Заключение 28
Приложение 29
Список литературы 32

Картофель - одна из наиболее популярных сельскохозяйственных куль­тур, активно используемая человеком. Данный корнеплод возделывают во многих странах мира, преимущественно в районах северного полушария с умеренным климатом.
Из-за способа выращивания это растение достаточно сильно подвер­жено различным грибковым заболеваниям. Одним из таких заболеваний является фитофтороз. Он несет особую опасность, потому что легко мо­жет перейти с одного растения на другое и достаточно вредоносен. Акту­альность борьбы с фитофторозом способствовала тому, что его возбудитель стал самым изучаемым фитопатогенным микроорганизмом в мире.
Эпидемиология болезней растений тесно связана с изучением инфек­ционных заболеваний человека. Одна из самых первых математических моделей болезни человека была создана еще в 18 веке Бернулли, но лишь через двести лет был начат математический анализ болезней растений [2]. Фитофтороз картофеля занимал видное место в исследованиях Ван дер Планка, и к настоящему времени существует обширная литература по мо­делям фитофтороза картофеля [3-26].
При выполнении данной работы, были использованы следующие ме­тоды: изучение научно-методической литературы, анализ, моделирование. Работа состоит из введения, трех глав и заключения. В первой главе при­веден обзор основных моделей в общем виде: SIR и SEIR.
Во второй главе рассматриваются математические модели распро­странения фитофтороза: эмпирические и имитационные. Основное внима­ние уделено SIR-моделям.
В третьей главе излагается процесс получения новых моделей. Пред­ставлены результаты численного моделирования этих математических мо­делей.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В работе рассмотрены классические модели распространения инфек­ционных заболеваний: SIR и SEIR. Произведен анализ этих моделей, и на их основе предложены новые SEIR модели прогрессирования фитофторо­за, учитывающие вегетативный набор массы и погодные условия. Численно реализовано решение построенных математических моделей. Верифициро­ваны данные модели с учетом экспериментальных данных по потере уро­жая с 1972 по 2017 года. Отработан алгоритм вычисления благоприятных дней для развития фитофтороза Также найдены и обозначены неточности в формулах литературных источниках: в статье [25] допущена ошибка в формуле расчета благоприятности погодных условий для реинфекции (это выяснилось при обращении к оригинальной статье [29]).
Полученные при моделировании результаты позволили сравнить мо­дели между собой, и показать практическую применимость предлагаемых моделей для прогнозирования потерь урожая. Однако, для более точных прогнозов необходимо экспериментально определить параметры, которые учитывали бы:
• сорт картофеля;
• погодные условия: относительная влажность воздуха, точка росы, ко­личество солнечного света;
• днк особенности фитопатогена;
• пространственное распространение на плоскости (т.е. распростране­ние по полю, включая особенности ландшафта).
Это позволит расширить модель и оптимально подобрать фунгициды и их количество, что является перспективной и важной задачей не только агропромышленности, но и здоровья населения [43, 44].


[1] Keeling M.J., Rohani P. Modeling Infectious Diseases in Humans and Animals. Princeton University Press, Princeton and Oxford; NJ, USA and UK. 2008, 368.
[2] Vanderplank, J.E. Plant diseases: epidemics and control. Academic Press, New York. 1963, 349.
[3] Baker, K.; Lake, T.; Benston, S.; Trenary, R.; Wharton, P.; Duynslager, L.; Kirk, W. Improved weather-based late blight risk management: Comparing models with a ten year forecast archive. J. Agric. Sci. 2015, 153, 245-256.
[4] Garcia, B.I.L.; Sentelhas, P.C.; Tapia, L.R.; Sparovek, G. Climatic risk for potato late blight in the Andes region of Venezuela. Sci. Agric. 2008, 65, 32-39.
[5] Grunwald, N.J.; Montes, G.R.; Saldana, H.L.; Covarrubias, O.R.; Fry, W.E. Potato late blight management in the Toluca Valley: Field validation of SimCast modified for cultivars with high field resistance. Plant Dis. 2002, 86, 1163-1168.
[6] Hijmans, R.J.; Forbes, G.; Walker, T. Estimating the global severity of potato late blight with GIS-linked disease forecast models. Plant Pathol. 2000, 49, 697-705.
[7] Iglesias, I.; Escuredo, O.; Seijo, C.; Mendez, J. Phytophthora infestans prediction for a potato crop. Am. J. Potato Res. 2010, 87, 32-40.
[8] Johnson, D.A.; Cummings, T.F.; Fox, A.D. Accuracy of rain forecasts for use in scheduling late blight management tactics in the Columbia Basin of Washington and Oregon. Plant Dis. 2015, 99, 683-690.
[9] Kaukoranta, T. Impact of global warming on potato late blight: Risk, yield loss and control. Agric. Food Sci. 1996, 5, 311-327.
[10] Fry, W.; Apple, A.; Bruhn, J. Evaluation of potato late blight forecasts modified to incorporate host resistance and fungicide weathering. Phytopathology 1983, 73, 1054-1059.
[11] Apel, H.; Paudyal, M.; Richter, O. Evaluation of treatment strategies of the late blight Phytophthora infestans in Nepal by population dynamics modelling. Environ. Model. Softw. 2003, 18, 355-364.
[12] Aylor, D.E.; Fry, W.E.; Mayton, H.; Andrade-Piedra, J.L. Quantifying the rate of release and escape of Phytophthora infestans sporangia from a potato canopy. Phytopathology 2001, 91, 1189-1196.
[13] Bruhn, J.; Fry, W. Analysis of potato late blight epidemiology by simulation modeling. Phytopathology 1981, 71, 612-616.
[14] Fall, M.; Van der Heyden, H.; Brodeur, L.; Leclerc, Y.; Moreau, G.; Carisse, O. Spatiotemporal variation in airborne sporangia of Phytophthora infestans: Characterization and initiatives towards improving potato late blight risk estimation. Plant Pathol. 2015, 64, 178-190.
[15] Henshall, W.; Shtienberg, D.; Beresford, R. A new potato late blight disease prediction model and its comparison with two previous models. N. Z. Plant Prot. 2006, 59, 150-154.
...


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ