КОМПЛЕКС новых методов
агрометеорологических прогнозов урожайности сельско-хозяйственных культур по территории РФ


Общие сведения
В системе оперативного агрометеорологического обеспечения сельского хозяйства особая роль отводится агрометеорологическим прогнозам урожайности и валового сбора сельско-хозяйственных культур. К началу 1990-х гг. в системе Росгидромета сформировался комплекс методов оценок состояния и прогноза продуктивности посевов. Он состоял из множества методов, которые отличались друг от друга методической основой, набором исходной информации, заблаговременностью составления прогноза, масштабом территории и технологией составления прогноза. В то время прогностические зависимости устанавливались для урожаев сельскохозяйственных культур, учитываемых в бункерном весе с учетом большого количества наблюдений инерционных факторов (запасов влаги в почве, фаз развития растений, их высоты, количества стеблей и т.д.). Кроме того, при составлении прогнозов по действующим методикам недостаточно использовались возможности современной вычислительной техники. Эти методы были внедрены в оперативную работу территориальных управлений по гидрометеороло-гии и мониторингу окружающей среды (УГМС) и Гидрометцентра России.

С течением времени используемые в оперативной практике методы перестали удовлетворять современным требования к качеству, возможностям и заблаговременности прогнозов. Для поддержания должного уровня оперативных агрометеорологических прогнозов появилась необходимость разрабатывать комплекс новых методов агрометеорологических прогнозов урожайности основных сельскохозяйственных культур.

Причинами, не позволяющими использовать (или использовать ограниченно) разработанные ранее методы агрометеорологических прогнозов в оперативной практике являлись:
–  изменение статистической отчетности Госкомстата России (переход на урожайность в доработанном весе);
–  сокращение числа агрометеорологических станций и объема наблюдений;
–  отсутствие репрезентативности осредненных данных агрометеорологических наблюдений вследствие сокращения станций-корреспондентов и объема наблюдений.


Основная цель разработки нового комплекса методов прогнозов урожайности – обеспечить оперативные подразделения Росгидромета современными методами агрометеороло-гических прогнозов в соответствии с планом выпуска оперативных прогнозов. Для решения этой задачи в объеме, планируемом по перечню сельскохозяйственных культур и субъектам РФ, предложена следующая технология разработки новых методов агрометеорологических прогнозов урожайности.

Блок-схема новой технологии, предусматривающей разработку и внедрение новых методов агрометеорологических прогнозов урожайности сельскохозяйственных культур




Научно-методические основы комплекса новых методов агрометеорологических прогнозов урожайности сельскохозяйственных культур
Разработка научно-методической основы агрометеорологических прогнозов урожайности сельскохозяйственных культур включает несколько этапов, начиная от теоретических исследований до создания прогностической модели «погода-урожай» и заканчивая внедрением методик. В современных условиях при разработке методов прогноза урожайности использовались:
–  новые ряды урожайности сельскохозяйственных культур в весе после доработки;
–  единая методическая основа для оценки условий формирования урожая различных сельскохозяйственных культур и составления прогнозов урожайности для всех сельско-хозяйственных культур;
–  универсальный объем исходной оперативной информации, обеспеченный системой наблюдений Росгидромета;
–  возможность поэтапного прогнозирования;
–  единые сроки оценок условий вегетации и формирования урожая сельско-хозяйственных культур и составления прогнозов урожайности по сельско-хозяйственной культуре;
–  единая технология, включающую оценку условий вегетации и прогнозов урожайности сельскохозяйственных культур.


Теоретической основы
В качестве теоретической основы при создании нового комплекса методов с учетом перечисленных требований использовались методологические принципы моделирования воздействия условий внешней среды на продуктивность сельскохозяйственных культур, разработанные А.Н. Полевым
[1.Полевой А.Н. Теория и расчет продуктивности сельскохозяйственных культур. Л.: Гидрометеоиздат. 1983. 175с.;
2.Полевой А.Н. Прикладное моделирование и прогнозирование продуктивности посевов: Л.: Гидрометеоиздат. 1988. 320с.;
3.Полевой А.Н. Методическое пособие по разработке динамико-статистических методов прогнозирования урожайности сельскохозяйственных культур. М.: Гидрометеоиздат. 1981. 36с.].


Ключевым моментом при разработке новых методов прогнозов является создание базовой длиннопериодной модели продукционного процесса растений. В основу базовой модели продуктивности посевов сельскохозяйственных культур, предназначенной для целей агрометеорологического прогнозирования, положена модель «погода-урожай»
[3.Полевой А.Н. Мето-дическое пособие по разработке динамико-статистических методов прогнозирования урожайности сельскохозяйственных культур. М.: Гидрометеоиздат. 1981. 36с.;
4.Полевой А.Н., Русакова Т.И. и др. Прикладная динамическая модель формирования урожая сельскохозяйственных культур. // Сб. докладов: Гидрометеорологическое обеспечение агро-промышленного комплекса страны.- Л.: Гидрометеоиздат].


Структура модели модифицирована под задачу оценки средних условий формирования урожая сельско-хозяйственных культур по областям. Она удовлетворяет следующим условиям:
–  описывает основные процессы жизнедеятельности растений (фотосинтез, дыхание, рост и распределение ассимилятов);
–  учитывает влияние метеорологических факторов на формирование продуктивно-сти посевов;
–  предусматривает географическую изменчивость параметров модели;
–  адаптирована к сокращенным объемам исходной информации без нарушения степени детализации математического описания основных процессов жизнедеятельности растений.

Продукционный процесс растений представлен как взаимодействие совокупности фи-зиологических процессов, конечным результатом которого является урожай. Формирование урожая рассматривается как развивающийся во времени процесс. В основу моделирования продукционного процесса положено описание «поведения основных физиологических процессов (фотосинтеза, дыхания, роста и распределения ассимилятов)» в зависимости от складывающихся метеорологических условий. Моделирование продукционного процесса сводится к определению прироста общей биомассы и биомассы отдельных органов растений за определенные интервалы времени.


При определении приростов биомассы учитывались основные физиологические процессы: фотосинтез и дыхание:

    (1)
где Фj – суммарный фотосинтез посева, Rj – затраты на дыхание.

Решающее значение при моделировании процесса формирования урожая приобретает оценка прироста биомассы отдельных органов растения, т.е. распределение ассимилятов между органами.







Параметры, определяемые в рамках конкретных моделей, описывающих продукционный процесс отдельной культуры в почвенно-климатическом регионе
Параметры модели условно можно разделить на две группы:
–  биологические параметры, характеризующие особенности сельскохозяйственной культуры,
–  функциональные параметры, отражающие условия произрастания культуры в конкретном почвенно-климатическом регионе.

Определение параметров модели проводилось в основном по методикам, приведенным в работе [3]. Однако в методики определения ряда функциональных параметров модели и оптимальной температуры, используемой в температурной кривой фотосинтеза, внесены некото-рые изменения, о которых будет сказано ниже. Прикладные модели отлаживались на средних многолетних данных сети агрометеорологических наблюдений за период 1951-1985гг. для всех субъектов Российской Федерации. При этом использовалась следующая среднемноголетняя информация: средняя декадная температура воздуха, продолжительность солнечного сияния, запасы продуктивной влаги в почве, густота стояния и даты наступления фаз развития растений. Среднемноголетняя динамика биомассы посева рассчитывалась от даты всходов (возобновления вегетации) до даты восковой спелости. Так как скорость развития растений в значительной мере зависит от скорости накопления сумм эффективных температур, то в качестве аргумента ростовых функций используется временная шкала, выраженная суммой эффективных температур выше биологического ноля. Модели настраивались на получение среднего уровня урожайности в конкретном субъекте РФ. Прикладные модели разработаны для следующих сельскохозяйственных культур: озимой пшеницы, озимой ржи, ярового ячменя и картофеля.

Проведение расчетов по модели в оперативном режиме с учетом текущих погодных условий, включающих перечисленную выше входную информацию с учетом ее осреднения по отдельно взятому субъекту Российской Федерации, в настоящее время не всегда возможно из-за сокращения наблюдательной сети как по объему, так и по количеству станций. Необходимо было решить задачу о сокращении объема исходной оперативной информации, закладываемой в прогностическую модель, не изменяя при этом степени детализации математического описания моделируемых процессов. Проведенная оценка чувствительности модели к изменению на-чальных значений биомассы посева и числа часов солнечного сияния, позволила оставить в моделях значения этих параметров константами среднемноголетних значений. Но при этом была повышена чувствительность модели к функциональным параметрам, определяющим влияние возраста растений на интенсивность фотосинтеза, дыхания и ростовые функции, через использование накапливаемой суммы эффективных температур за текущий вегетационный период (ранее это учитывалось через константы в виде среднемноголетних значений сумм температур).

Продуктивность посевов в наибольшей мере определяется условиями тепло- и влагообеспеченности вегетационного периода. Поэтому была повышена чувствительность модели к этим вход-ным параметрам через новые функции влияния температуры воздуха и суммы осадков на ин-тенсивность фотосинтеза. В температурных кривых фотосинтеза, принятых для основных сельско-хозяйственных культур[1–4], используется такой биологический параметр, как оптимальная температура для фотосинтеза. Численные значения этого параметра определялись по литературным данным в зависимости от вида и возраста растения, а принятые значения использовались в моделях в виде констант независимо от почвенно-климатических условий региона. Результаты численных экспериментов по варьированию полученных оптимальных температур позволяют уточнять их для каждого субъекта Российской Федерации и более адекватно оцени-вать текущие условия теплообеспеченности вегетационного периода. Функция влияния влажности почвы на фотосинтез была заменена функцией влияния осадков. Для этого по каждому субъекту Российской Федерации был проведен численный эксперимент, в результате которо-го погодичные соотношения средних декадных осадков за последние десять лет к среднемного-летним осадкам были нормированы и «уложены» в функцию имеющийся влажностной кривой запасов влаги. Кроме того, полученные для субъектов Российской Федерации кривые функции влияния осадков корректировались еще и в зависимости от периода вегетации растений.

Проведенный анализ чувствительности модели к входным параметрам и численные эксперименты позволили свести объем входной оперативной информации, закладываемой в модель, к двум элементам: средней декадной температуре воздуха и сумме осадков за декаду. Таким образом, полученные прикладные модели продуктивности сельскохозяйственных культур описывают основные процессы жизнедеятельности растений, в результате которых формируется урожай, а также влияние на эти процессы складывающихся погодных условий.

Далее модель отлаживалась на конкретных годах с учетом погодичных значений урожайности. В результате такой отладки создавалась прогностическая модель «погода-урожай», предназначенная для оперативного прогнозирования.


Методы ежедекадной оценки условий вегетации и прогноза урожайности озимой пшеницы, озимой ржи, ярового ячменя и картофеля по субъектам Российской Федерации
По рассмотренной технологии разработаны методы ежедекадной оценки условий вегетации и прогноза урожайности озимой пшеницы, озимой ржи, ярового ячменя, картофеля по субъектам РФ в установленные оперативные сроки.

Внедрение динамико-статистических методов прогнозов урожайности указанных сельско-хозяйственных культур осуществлялось и осуществляется после проведения производственных испытаний по двум направлениям: в межрегиональных и территориальных УГМС (ЦГМС) и Гидрометцентре России. Необходимым условием проведения испытаний является стажировка специалистов во ВНИИСХМ и поддержка тесной связи со специалистами УГМС (ЦГМС). Это позволяет подвергать контролю практически каждый расчет, выполненный на сети. В процессе контроля выявляются допущенные погрешности, о чем уведомляются специалисты на сети.


Результаты производственных испытаний методов прогноза урожайности озимой пшеницы, озимой ржи, ярового ячменя и картофеля
Результаты производственных испытаний методов прогноза урожайности озимой пшеницы, озимой ржи, ярового ячменя и картофеля, проведенных в 2001-2002 гг. в ряде УГМС помещены в табицах 1-4, которые рассмотрены Центральной методической комиссией по гидроме-теорологическим прогнозам (ЦМКП) 18 февраля 2004 г.


Рекомендации о внедрении
По результатам производственных испытаний ЦМКП рекомендует:
–  метод прогноза урожайности озимой пшеницы (автор Т.И. Русакова, ВНИИСХМ) внедрить в оперативную практику: в качестве основного метода в Курской, Белгородской, Воронежской, Липецкой, Тамбовской, Брянской, Волгоградской областях и Ставропольском крае для заблаговременности прогнозов 1 и 2 месяца, в рловской области для заблаговременности прогнозов 1 месяц, в Ростовской, Астраханской областях, Краснодарском крае и республике Калмыкия для заблаговременности прогнозов 2 месяца; в качестве вспомогательного метода для заблаговременности 1 месяц в Ростовской и Астраханской областях, Краснодарском крае и республике Калмыкия;
–  метод прогноза урожайности озимой ржи с заблаговременностью 1-2 месяца (автор Т.И. Русакова, ВНИИСХМ) внедрить в оперативную практику в качестве основного метода в Курской, Белгородской, Воронежской, Тамбовской, Орловской, Липецкой и Брянской областях, в Архангельской, Вологодской, Свердловской, Пермской, Челябинской, Курганской областях, в Красноярском крае;
–  метод прогноза урожайности картофеля с заблаговременностью 1 месяц (автор Т.А.Гончарова, ВНИИСХМ) внедрить в оперативную практику: в качестве основного метода в Свердловской, Челябинской, Курганской, Курской, Белгородской, Воронежской, Брянской, Тамбовской, Орловской, Волгоградской, Ростовской, Астраханской областях, в Краснодарском и Ставропольском краях, в Республике Калмыкия, а также в Иркутской, Сахалинской, Камчатской областях, в Республике Бурятия, в Красноярском крае и Республике Тыва; в качестве вспомогательного метода в Архангельской, Вологодской областях и Республике Коми;
–  метод прогноза урожайности ярового ячменя (автор В.Н. Сухова, ВНИИСХМ) внедрить в оперативную практику: в качестве основного метода в Курганской, Курской, Белгородской, Воронежской, Липецкой, Тамбовской, Брянской, Волгоградской, Ростовской, Читинской областях и в Республике Бурятия с заблаговременностью 1-2 месяца, в Орловской области с заблаговременностью 2 месяца; в качестве вспомогательного метода в Краснодарском и Ставропольском краях, в Астраханской области, в Республике Калмыкия и в Свердловской области; в качестве консультативного метода в Пермской и Челябинской областях.


Публикации
1.Полевой А.Н. Теория и расчет продуктивности сельскохозяйственных культур. Л.: Гидрометеоиздат. 1983. 175с.;
2.Полевой А.Н. Прикладное моделирование и прогнозирование продуктивности посевов: Л.: Гидрометеоиздат. 1988. 320с.;
3.Полевой А.Н. Методическое пособие по разработке динамико-статистических методов прогнозирования урожайности сельскохозяйственных культур. М.: Гидрометеоиздат. 1981. 36с. 4.Полевой А.Н., Русакова Т.И. и др. Прикладная динамическая модель формирования урожая сельскохозяйственных культур. // Сб. докладов: Гидрометеорологическое обеспечение агро-промышленного комплекса страны.- Л.: Гидрометеоиздат


Авторы: Т.И. Русакова,  Т.А.Гончарова,  В.Н. Сухова,  ВНИИСХМ   shm@obninsk.ru


© Методический кабинет Гидрометцентра России
<