Помощь студентам в учебе
Экспертная система оценки урожайности сельскохозяйственных культур Челябинской области в зависимости от изменения климатических показателей
|
Аннотация
ВВЕДЕНИЕ 7
1 ОБЗОР ЭКСПЕРТНЫХ СИСТЕМ ОЦЕНКИ УРОЖАЙНОСТИ 10
Выводы по главе один 12
2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ ОЦЕНКИ УРОЖАЙНОСТИ НА БАЗЕ МНОГОЛЕТНИХ
СТАТИСТИЧЕСКИХ ДАННЫХ ПО КЛИМАТУ 13
2.1 Концепция построения экспертной системы оценки урожайности 14
2.2 Разработка схемы экспертной системы оценки урожайности 17
2.3 Анализ влияния природно-климатических факторов на рост и развитие
растений 19
2.4 Учет районирования территории по природно-климатическим
условиям 25
2.5 Критерии выбора сельскохозяйственных культур для экспертной
системы 29
2.6 Статистические данные по многолетним изменениям климатических
показателей на территории Челябинской области 30
2.7 Статистические данные по многолетним изменениям урожайности
сельскохозяйственных культур Челябинской области 31
2.8 Определение количественной взаимосвязи климатических факторов и
урожайности сельскохозяйственных культур 32
2.9 Построение прогностической модели 46
Выводы по главе два 50
3 РЕАЛИЗАЦИЯ ПРОГРАММНОЙ ЧАСТИ ЭКСПЕРТНОЙ СИСТЕМЫ ... 51
3.1 Разработка алгоритма программы экспертной системы 51
3.2 Выбор среды разработки экспертной системы 51
3.3 Выбор метода реализации экспертной системы 52
3.4 Реализация серверного приложения экспертной системы 53
3.5 Реализация клиентского приложения экспертной системы 58
3.6 Тестирование программы на работоспособность 60
3.7 Системные требования 60
3.8 Руководство по работе с экспертной системой 61
3.9 Модель распространения экспертной системы 61
Выводы по главе три 62
ЗАКЛЮЧЕНИЕ 63
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 65
ПРИЛОЖЕНИЯ 68
ПРИЛОЖЕНИЕ А. СТАТИСТИЧЕСКИЕ ДАННЫЕ ПО МНОГОЛЕТНИМ ИЗМЕНЕНИЯМ КЛИМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ НА ТЕРРИТОРИИ ЧЕЛЯБИНСКОЙ ОБЛАСТИ 68
ПРИЛОЖЕНИЕ Б. СТАТИСТИЧЕСКИЕ ДАННЫЕ ПО УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР НА ТЕРРИТОРИИ ЧЕЛЯБИНСКОЙ ОБЛАСТИ 88
ПРИЛОЖЕНИЕ В. СПРАВОЧНАЯ ИНФОРМАЦИЯ ДЛЯ АНАЛИЗА И СОПОСТАВЛЕНИЯ СТАТИСТИЧЕСКИХ ДАННЫХ 105
ПРИЛОЖЕНИЕ Г. ЦИКЛИЧНОСТЬ ПРИРОДНЫХ ПРОЦЕССОВ 107
ПРИЛОЖЕНИЕ Д. ЗАВИСИМОСТИ И СООТНОШЕНИЯ ЗНАЧЕНИЙ КЛИМАТИЧЕСКИХ ФАКТОРОВ 108
ПРИЛОЖЕНИЕ Е. ВЗАИМОСВЯЗЬ КЛИМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ТЕПЛОГО И ХОЛОДНОГО ПЕРИОДОВ ГОДА 114
ПРИЛОЖЕНИЕ Ж. ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ТЕМПЕРАТУРЫ ВОЗДУХА И КОЛИЧЕСТВА ОСАДКОВ ХОЛОДНОГО ПЕРИОДА ГОДА 128
ПРИЛОЖЕНИЕ К. КОЭФФИЦИЕНТЫ ФУНКЦИЙ УРОЖАЙНОСТИ . 140 ПРИЛОЖЕНИЕ Л. ЗНАЧЕНИЯ СРЕДНЕЙ УРОЖАЙНОСТИ ДЛЯ ВЫВОДА ЭКСПЕРТНОЙ ОЦЕНКИ 146
ПРИЛОЖЕНИЕ М. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ 147
ПРИЛОЖЕНИЕ Н. ЛИСТИНГ ПРОГРАММЫ ЭКСПЕРТНОЙ СИСТЕМЫ 149
ВВЕДЕНИЕ 7
1 ОБЗОР ЭКСПЕРТНЫХ СИСТЕМ ОЦЕНКИ УРОЖАЙНОСТИ 10
Выводы по главе один 12
2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ ОЦЕНКИ УРОЖАЙНОСТИ НА БАЗЕ МНОГОЛЕТНИХ
СТАТИСТИЧЕСКИХ ДАННЫХ ПО КЛИМАТУ 13
2.1 Концепция построения экспертной системы оценки урожайности 14
2.2 Разработка схемы экспертной системы оценки урожайности 17
2.3 Анализ влияния природно-климатических факторов на рост и развитие
растений 19
2.4 Учет районирования территории по природно-климатическим
условиям 25
2.5 Критерии выбора сельскохозяйственных культур для экспертной
системы 29
2.6 Статистические данные по многолетним изменениям климатических
показателей на территории Челябинской области 30
2.7 Статистические данные по многолетним изменениям урожайности
сельскохозяйственных культур Челябинской области 31
2.8 Определение количественной взаимосвязи климатических факторов и
урожайности сельскохозяйственных культур 32
2.9 Построение прогностической модели 46
Выводы по главе два 50
3 РЕАЛИЗАЦИЯ ПРОГРАММНОЙ ЧАСТИ ЭКСПЕРТНОЙ СИСТЕМЫ ... 51
3.1 Разработка алгоритма программы экспертной системы 51
3.2 Выбор среды разработки экспертной системы 51
3.3 Выбор метода реализации экспертной системы 52
3.4 Реализация серверного приложения экспертной системы 53
3.5 Реализация клиентского приложения экспертной системы 58
3.6 Тестирование программы на работоспособность 60
3.7 Системные требования 60
3.8 Руководство по работе с экспертной системой 61
3.9 Модель распространения экспертной системы 61
Выводы по главе три 62
ЗАКЛЮЧЕНИЕ 63
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 65
ПРИЛОЖЕНИЯ 68
ПРИЛОЖЕНИЕ А. СТАТИСТИЧЕСКИЕ ДАННЫЕ ПО МНОГОЛЕТНИМ ИЗМЕНЕНИЯМ КЛИМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ НА ТЕРРИТОРИИ ЧЕЛЯБИНСКОЙ ОБЛАСТИ 68
ПРИЛОЖЕНИЕ Б. СТАТИСТИЧЕСКИЕ ДАННЫЕ ПО УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР НА ТЕРРИТОРИИ ЧЕЛЯБИНСКОЙ ОБЛАСТИ 88
ПРИЛОЖЕНИЕ В. СПРАВОЧНАЯ ИНФОРМАЦИЯ ДЛЯ АНАЛИЗА И СОПОСТАВЛЕНИЯ СТАТИСТИЧЕСКИХ ДАННЫХ 105
ПРИЛОЖЕНИЕ Г. ЦИКЛИЧНОСТЬ ПРИРОДНЫХ ПРОЦЕССОВ 107
ПРИЛОЖЕНИЕ Д. ЗАВИСИМОСТИ И СООТНОШЕНИЯ ЗНАЧЕНИЙ КЛИМАТИЧЕСКИХ ФАКТОРОВ 108
ПРИЛОЖЕНИЕ Е. ВЗАИМОСВЯЗЬ КЛИМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ТЕПЛОГО И ХОЛОДНОГО ПЕРИОДОВ ГОДА 114
ПРИЛОЖЕНИЕ Ж. ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ОТ ТЕМПЕРАТУРЫ ВОЗДУХА И КОЛИЧЕСТВА ОСАДКОВ ХОЛОДНОГО ПЕРИОДА ГОДА 128
ПРИЛОЖЕНИЕ К. КОЭФФИЦИЕНТЫ ФУНКЦИЙ УРОЖАЙНОСТИ . 140 ПРИЛОЖЕНИЕ Л. ЗНАЧЕНИЯ СРЕДНЕЙ УРОЖАЙНОСТИ ДЛЯ ВЫВОДА ЭКСПЕРТНОЙ ОЦЕНКИ 146
ПРИЛОЖЕНИЕ М. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ 147
ПРИЛОЖЕНИЕ Н. ЛИСТИНГ ПРОГРАММЫ ЭКСПЕРТНОЙ СИСТЕМЫ 149
В настоящий момент вопросы качественного прогнозирования урожайности
сельскохозяйственных культур являются крайне актуальными.
Потери сельскохозяйственных товаропроизводителей в результате неурожая
составляют в отдельные годы десятки и сотни миллионов рублей как в виде
прямых затрат, так и в виде недополученной прибыли.
Заблаговременно имея надежный прогноз по ожидаемой урожайности в
предстоящем сельскохозяйственном сезоне, они могли бы более гибко подходить
к выбору культур для выращивания, делая предпочтение в пользу одних, для
которых погодные условия будут благоприятными (или хотя бы не слишком
стрессовыми) и отказываясь от других.
Но основная проблема состоит в том, что большинство существующих
методик прогнозирования базируются на мониторинге условий для выращивания
сельскохозяйственных культур (запасов накопленной влаги в почве, погодном
прогнозе на ближайший месяц и др.) непосредственно перед посевным сезоном, а
в некоторых случаях даже в его начальном периоде. То есть тогда, когда выбор
культур для выращивания в этом сезоне сельхозпроизводителями уже сделан и
посадочный материал уже приобретен. Отказ от их выращивания фактически
тоже приводит к убыткам в плане неэффективности произведенных затрат, хотя и
не таким большим, как в случае, если бы все полевые работы были сделаны.
Поэтому вопрос повышения заблаговременности прогнозов урожайности хотя
бы на один-два месяца до начала посевного сезона в настоящее время является
крайне актуальным, но методик такого прогнозирования разработано немного и в
основном они все еще остаются на стадии научных исследований, не показав
свою эффективность в практическом использовании.
Главная проблема состоит в том, что результат реализации таких методик
нужен непосредственному его пользователю, то есть сельхозпроизводителю, в
удобной для применения форме, а не в форме отчета о научном исследовании или
в форме запроса информации из каких-либо инстанций. Такой формой могла бы
быть экспертная система оценки урожайности, реализованная в виде электронной
программы, к которой пользователь мог бы обращаться непосредственно со
своего компьютера.
Нужно особо подчеркнуть, что именно экспертная система, а не просто
прогностическая, была бы более ценным решением, поскольку она могла бы
выдавать не только количественные прогнозы, но и сравнительные оценки с ранее
достигнутым уровнем урожайности по данным культурам, а также рекомендации
по принятию решения о их выращивании, в том числе и на тех территориях, где
они ранее не выращивались.
В любой экспертной системе выдача прогнозов и оценок осуществляется по
определенному алгоритму, в рамках которого учитываются различные факторы,
влияющие на результат и рассчитывается степень такого влияния. Поскольку
уровень применяемых агротехнологий зависит от человека, то есть прогнозируем,
то человеческий фактор не должен в ней рассматриваться. Другим фактором,
влияющим на урожайность, является климат, вернее ежегодные изменения его
отдельных показателей, прогноз и учет которых может быть заложен как основа
данного алгоритма.
Относительно доступным способом создания такого алгоритма является
анализ многолетних статистических данных по изменению климатических
показателей и урожайности сельскохозяйственных культур на определенных
территориях и выведение путем их сопоставления правил и методов
формирования прогнозов и оценок урожайности.
Однако, нужно учесть, что в существующих методиках прогнозирования
урожайности, разработанных применительно к нашей стране, минимальной
единицей территории, для которой дается прогноз, является субъект Российской
Федерации. Прогнозов урожайности на сезон для меньших территорий
практически не делается, но даже по одной и той же культуре в разных районах
одной области урожайность может сильно отличаться и связано это не только с
различным в них уровнем агротехнологий, но и с их климатическими различиями.
Учет этих особенностей еще более повысил бы для пользователя ценность
указанной экспертной системы, поскольку локализовал бы ее прогнозы и оценки
именно той территорией, где он непосредственно ведет свою хозяйственную
деятельность.
Понятно, что создать экспертную систему для всей территории страны в целом
с градацией по отдельным районам каждого региона в короткое время не удастся.
Решением здесь могла бы стать разработка такой системы по модульному
принципу, когда к единой основе с заложенным в нее алгоритмом взаимодействия
с пользователем могут быть присоединены отдельные модули с базами знаний и
алгоритмами выведения прогнозов и оценок по различным регионам.
Тем самым, можно было бы осуществить процесс постепенного расширения
действия экспертной системы на всё новые территории.
...
сельскохозяйственных культур являются крайне актуальными.
Потери сельскохозяйственных товаропроизводителей в результате неурожая
составляют в отдельные годы десятки и сотни миллионов рублей как в виде
прямых затрат, так и в виде недополученной прибыли.
Заблаговременно имея надежный прогноз по ожидаемой урожайности в
предстоящем сельскохозяйственном сезоне, они могли бы более гибко подходить
к выбору культур для выращивания, делая предпочтение в пользу одних, для
которых погодные условия будут благоприятными (или хотя бы не слишком
стрессовыми) и отказываясь от других.
Но основная проблема состоит в том, что большинство существующих
методик прогнозирования базируются на мониторинге условий для выращивания
сельскохозяйственных культур (запасов накопленной влаги в почве, погодном
прогнозе на ближайший месяц и др.) непосредственно перед посевным сезоном, а
в некоторых случаях даже в его начальном периоде. То есть тогда, когда выбор
культур для выращивания в этом сезоне сельхозпроизводителями уже сделан и
посадочный материал уже приобретен. Отказ от их выращивания фактически
тоже приводит к убыткам в плане неэффективности произведенных затрат, хотя и
не таким большим, как в случае, если бы все полевые работы были сделаны.
Поэтому вопрос повышения заблаговременности прогнозов урожайности хотя
бы на один-два месяца до начала посевного сезона в настоящее время является
крайне актуальным, но методик такого прогнозирования разработано немного и в
основном они все еще остаются на стадии научных исследований, не показав
свою эффективность в практическом использовании.
Главная проблема состоит в том, что результат реализации таких методик
нужен непосредственному его пользователю, то есть сельхозпроизводителю, в
удобной для применения форме, а не в форме отчета о научном исследовании или
в форме запроса информации из каких-либо инстанций. Такой формой могла бы
быть экспертная система оценки урожайности, реализованная в виде электронной
программы, к которой пользователь мог бы обращаться непосредственно со
своего компьютера.
Нужно особо подчеркнуть, что именно экспертная система, а не просто
прогностическая, была бы более ценным решением, поскольку она могла бы
выдавать не только количественные прогнозы, но и сравнительные оценки с ранее
достигнутым уровнем урожайности по данным культурам, а также рекомендации
по принятию решения о их выращивании, в том числе и на тех территориях, где
они ранее не выращивались.
В любой экспертной системе выдача прогнозов и оценок осуществляется по
определенному алгоритму, в рамках которого учитываются различные факторы,
влияющие на результат и рассчитывается степень такого влияния. Поскольку
уровень применяемых агротехнологий зависит от человека, то есть прогнозируем,
то человеческий фактор не должен в ней рассматриваться. Другим фактором,
влияющим на урожайность, является климат, вернее ежегодные изменения его
отдельных показателей, прогноз и учет которых может быть заложен как основа
данного алгоритма.
Относительно доступным способом создания такого алгоритма является
анализ многолетних статистических данных по изменению климатических
показателей и урожайности сельскохозяйственных культур на определенных
территориях и выведение путем их сопоставления правил и методов
формирования прогнозов и оценок урожайности.
Однако, нужно учесть, что в существующих методиках прогнозирования
урожайности, разработанных применительно к нашей стране, минимальной
единицей территории, для которой дается прогноз, является субъект Российской
Федерации. Прогнозов урожайности на сезон для меньших территорий
практически не делается, но даже по одной и той же культуре в разных районах
одной области урожайность может сильно отличаться и связано это не только с
различным в них уровнем агротехнологий, но и с их климатическими различиями.
Учет этих особенностей еще более повысил бы для пользователя ценность
указанной экспертной системы, поскольку локализовал бы ее прогнозы и оценки
именно той территорией, где он непосредственно ведет свою хозяйственную
деятельность.
Понятно, что создать экспертную систему для всей территории страны в целом
с градацией по отдельным районам каждого региона в короткое время не удастся.
Решением здесь могла бы стать разработка такой системы по модульному
принципу, когда к единой основе с заложенным в нее алгоритмом взаимодействия
с пользователем могут быть присоединены отдельные модули с базами знаний и
алгоритмами выведения прогнозов и оценок по различным регионам.
Тем самым, можно было бы осуществить процесс постепенного расширения
действия экспертной системы на всё новые территории.
...
При разработке экспертной системы, были проанализированы существующие
аналоги, и были выявлены некоторые их аспекты, которые были улучшены или
добавлены в данной экспертной системе. Одним из них является расчет
урожайности и выставление экспертной оценки для каждого конкретного района,
а не по субъекту Российской Федерации в целом, как это реализовано в аналогах.
Также данная экспертная система предоставляет расчет урожайности и
выставление экспертной оценки для большего количества сельскохозяйственных
культур, нежели аналоги.
Предоставление экспертной оценки по урожайности максимально упрощено
для конечного пользователя, ему достаточно иметь персональный компьютер и
подключение к сети интернет.
Проанализировав климатические факторы, которые могут оказывать влияние
на урожайность сельскохозяйственных культур, была выявлена и количественно
определена зависимость урожайности от среднемесячной температуры воздуха и
среднемесячного количества осадков как в теплом периоде года (с апреля по
сентябрь), так и в холодном периоде (с октября по март). Количественная
зависимость от указанных показателей холодного периода года легла в основу
модели расчета и оценки урожайности. Точность таких оценок составила порядка
85-95 %.
Экспертная система реализована по модели клиент-серверного приложения,
что обеспечивает пользователю долговременную экспертную оценку
урожайности, так как информация о климатических показателях обновляется
каждый год перед началом сельскохозяйственного сезона, а также предоставляет
возможность модернизации и расширения ее функционала для дальнейшего
развития с целью получения дополнительных сервисных возможностей.
Использование протокола передачи данных типа TCP позволило обеспечить
надежность обмена данными межу серверным и клиентским приложениями, что
гарантировало получение экспертной оценки конечным пользователем при
условии соблюдения пользователем системных требований к экспертной системе,
главным из которых является стабильное подключение к сети интернет.
Многопоточность, реализованная на стороне серверного приложения
экспертной системы, обеспечила одновременное предоставление климатических
данных для разных пользователей, что устранило возможные проблемы, которые
могут появится при одновременном обращении нескольких пользователей в одно
и то же время. Так как экспертная система имеет бесплатную модель распространения, ее
функционалом сможет воспользоваться максимальное количество конечных
пользователей. Получив экспертную оценку, пользователи заранее будут знать
примерную урожайность выбранных ими сельскохозяйственных культур в их
районе в предстоящем вегетационном периоде.
Использование экспертной системы оценки урожайности будет
способствовать росту производства сельскохозяйственной продукции и
предотвращению нерациональных затрат сельскохозяйственных
товаропроизводителей на те культуры, по которым получена низкая экспертная
оценка урожайности, что соответственно повысит прибыльность и
экономическую стабильность их хозяйств.
Так как экспертная система имеет открытый исходный код, ее адаптация и
применение возможны и в других регионах России или в других странах мира.
аналоги, и были выявлены некоторые их аспекты, которые были улучшены или
добавлены в данной экспертной системе. Одним из них является расчет
урожайности и выставление экспертной оценки для каждого конкретного района,
а не по субъекту Российской Федерации в целом, как это реализовано в аналогах.
Также данная экспертная система предоставляет расчет урожайности и
выставление экспертной оценки для большего количества сельскохозяйственных
культур, нежели аналоги.
Предоставление экспертной оценки по урожайности максимально упрощено
для конечного пользователя, ему достаточно иметь персональный компьютер и
подключение к сети интернет.
Проанализировав климатические факторы, которые могут оказывать влияние
на урожайность сельскохозяйственных культур, была выявлена и количественно
определена зависимость урожайности от среднемесячной температуры воздуха и
среднемесячного количества осадков как в теплом периоде года (с апреля по
сентябрь), так и в холодном периоде (с октября по март). Количественная
зависимость от указанных показателей холодного периода года легла в основу
модели расчета и оценки урожайности. Точность таких оценок составила порядка
85-95 %.
Экспертная система реализована по модели клиент-серверного приложения,
что обеспечивает пользователю долговременную экспертную оценку
урожайности, так как информация о климатических показателях обновляется
каждый год перед началом сельскохозяйственного сезона, а также предоставляет
возможность модернизации и расширения ее функционала для дальнейшего
развития с целью получения дополнительных сервисных возможностей.
Использование протокола передачи данных типа TCP позволило обеспечить
надежность обмена данными межу серверным и клиентским приложениями, что
гарантировало получение экспертной оценки конечным пользователем при
условии соблюдения пользователем системных требований к экспертной системе,
главным из которых является стабильное подключение к сети интернет.
Многопоточность, реализованная на стороне серверного приложения
экспертной системы, обеспечила одновременное предоставление климатических
данных для разных пользователей, что устранило возможные проблемы, которые
могут появится при одновременном обращении нескольких пользователей в одно
и то же время. Так как экспертная система имеет бесплатную модель распространения, ее
функционалом сможет воспользоваться максимальное количество конечных
пользователей. Получив экспертную оценку, пользователи заранее будут знать
примерную урожайность выбранных ими сельскохозяйственных культур в их
районе в предстоящем вегетационном периоде.
Использование экспертной системы оценки урожайности будет
способствовать росту производства сельскохозяйственной продукции и
предотвращению нерациональных затрат сельскохозяйственных
товаропроизводителей на те культуры, по которым получена низкая экспертная
оценка урожайности, что соответственно повысит прибыльность и
экономическую стабильность их хозяйств.
Так как экспертная система имеет открытый исходный код, ее адаптация и
применение возможны и в других регионах России или в других странах мира.
