АДАПТАЦИЯ МОДЕЛИ ПРОДУКТИВНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР AGROTOOL К УСЛОВИЯМ АЛТАЙСКОГО ПРИОБЬЯ Выполнила: студентка 402 группы Немчикова Кристина Алексеевна Научный руководитель: канд.тех.наук, профессор Хворова Любовь Анатольевна Барнаул 2014 Цель работы: исследование проблемы адаптации, алгоритма параметрической идентификации и анализ чувствительности к вариациям параметров модели продукционного процесса сельскохозяйственных растений AGROTOOL. Оценка применимости модели для прогноза урожайности зерновых культур в условиях Алтайского Приобья. Объект исследования: система имитационного моделирования продуктивности агроэкосистем AGROTOOL. Предмет исследования: методы идентификации, устойчивость модели AGROTOOL к вариации ее параметров. 2 Немчикова Кристина Алексеевна ЗАДАЧИ ИССЛЕДОВАНИЯ: 1) изучение степени разработанности проблемы: обзор и анализ методов структурно-параметрической идентификации и анализа моделей на чувствительность; 2) освоение имитационно-моделирующего комплекса AGROTOOL; 3) проведение параметрической идентификации модели урожайности зерновых культур AGROTOOL по данным агрометеорологических, почвенных и сельскохозяйственных измерений АНИИСХОЗа ОПХ им. В.В. Докучаева. 4) исследование чувствительности модели AGROTOOL к изменению параметров, и выработка на этой основе комплекса требований к информационному обеспечению модели; 5) на основе результатов численных расчетов, проведенных по модели продуктивности AGROTOOL, сделать вывод о качестве проведенной параметрической идентификации и оценить применимость модели для оценки урожайности зерновых культур в условиях Алтайского края. 3 3 Немчикова Кристина Алексеевна ПОСТАНОВКА ЗАДАЧИ СТРУКТУРНО-ПАРАМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ МОДЕЛЕЙ S t 1 L( X , S , P, , t ) (1) xi X , i 1, nx – совокупность входных переменных; si S , i 1, ns – совокупность переменных состояния модели; pi P, i 1, n p – совокупность параметров модели; i , i 1, n – совокупность внутренних связей в модели между переменными; L L,..., Lns – разрешающий оператор совокупность математических соотношений, позволяющий по заданным входам xi X , i 1, nx находить функции si S , i 1, ns , на интервале t0 t tn . 4 Немчикова Кристина Алексеевна ЗАДАЧА ПАРАМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ * P* : S ( P ) S S ( P* ) peal min P*P (2) – переменные состояния модели; S ( Preal ) – фактические значения переменные состояния. ( X , S , P, ) ( X , S , P1 , ) ( X , S , P1 , 1 ) ... ( X , S , P* , * ) по точностному критерию по точности конечного результата … (3) оптимальная модельная система 5 Немчикова Кристина Алексеевна 6 Рис. 1. Структура модели AGROTOOL Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL 1. Блок влагопереноса в почве Ps ( x, t ) ( x, t ) w k ( Ps ) 1 f ( x , t ) t x x t ; ; (4) – время; x – объемная влажность почвы (см3/см3); – пространственная координата; Ps – капиллярно-сорбционный потенциал почвенной влаги (см.вод.cт); w ( Ps ) – функция влагопроводности; f ( x, t ) – функция стока. ( Ps ) Kf ( P)C Кf – коэффициент фильтрации (см/сут), C – эмпирический параметр (б/р). (5) 7 Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL m ki V ( Kf , C ) ( soil (i, j ) real (i, j )) 2 min i 1 j 1 (6) Kf ,CP real (i, j ) – фактические значения влагозапаса; soil (i, j ) – расчетные значения; i 1, m – номер года; – общее число лет, за которые производится компьютерный эксперимент; i 1, ki – число фактических замеров влагозапаса в почве в течение m лет. m 8 Немчикова Кристина Алексеевна осадки Рис. 5 – Динамика влагозапасов (ОПХ им. Докучаева, 2005 г.): сплошная линия – влагозапас, рассчитанный по модели; ■ – экспериментальные значения, Kf=5.9, C=1,1 9 Немчикова Кристина Алексеевна 6 8 5. 5. 6 4 5. 8 4. 2 6 4. 5. 4 4. 5 2 4. 8.00 7.00 6.00 5.00 4.00 3.00 2.00 1.00 0.00 4 Погрешность, % ТЯЖЕЛОСУГЛИННЫЕ ПОЧВЫ: ПОГРЕШНОСТЬ 5%, KF=5,9, C=1,1. Коэф.фильтрации, см/сут Сред. погрешность Рис.6. График средней относительной погрешности вычисления запасов влаги в почве в зависимости от величины коэффициента фильтрации, С=1,1 (суглинок тяжелый). 10 Немчикова Кристина Алексеевна СУГЛИНИСТЫЕ ПОЧВЫ: ПОГРЕШНОСТЬ 7% KF=61,2, C=1,4. Погрешность, % 8.50 8.00 7.50 7.00 6.50 64 62 60 61 .1 61 .3 58 56 54 52 50 48 46 44 42 40 6.00 Коэф. фильтрации, см/сут Сред. погрешность Рис. 7. График средней относительной погрешности вычисления запасов влаги в почве в зависимости от величины коэффициента фильтрации, С=1,4 (суглинок). 11 Немчикова Кристина Алексеевна СРЕДНЕСУГЛИНИСТЫЕ ПОЧВЫ: ПОГРЕШНОСТЬ 8,5% KF=48, C=1,7. 9.10 8.90 8.80 8.70 8.60 8.50 8.40 8.30 50 49 48.9 48.8 48.7 48.6 48.5 48.4 48.3 48.2 48.1 48 47 46 45 44 43 42 41 8.20 40 Погрешность, % 9.00 Коэф. фильтрации, см/сут Сред. погрешность Рис.8. – График средней относительной погрешности вычисления запасов влаги в почве в зависимости от величины коэффициента фильтрации, С=1,7(суглинок средний) 12 Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL 2. Блок фенологического развития (k ) 0 (1 0 / c1 ) Str( s), где (Tav (k ) T0 ) при Tav (k ) T0 , (k ) при Tav (k ) T0 , 0 1, Str ( s ) s opt 1 ( S ) 0 w opt (k ) (7) если s opt , если s opt , k ( j ) j k0 (8) (k ) TPh ( IPh) (9) s – потенциал воды в почве; с1 – константа (град); Tav(k) – среднесуточная температура воздуха в день k, k=1,…,365. T0 –биологический нуль (град); w – потенциал воды в почве, соответствующий влажности завядания;. k0 – номер дня сева; k – номер дня сева. 13 Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL Таблица 1 Результаты идентификации пороговых значений Название фазы Пороговые значения Всходы 82 Кущение 176 Выход в трубку 214,2 Колошение 363,4 Цветение 420 Молочная спелость 540 Восковая спелость 700 Полная спелость 805 14 Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL 15 Рис.9. Визуализация данных в модели Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL Рис.10. Расчетные и экспериментальные даты наступления фенофаз. (На осях ординат отложены номера дней по Юлианскому календарю). 16 Немчикова Кристина Алексеевна Урожайность, ц/га ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL 3. Блок продуктивности растений Рис.11. Расчетная и фактическая величина урожайности до идентификации. 40.0 30.0 20.0 10.0 0.0 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Года Фактическая урожайность Расчетная урожайность Рис.12. Расчетная и фактическая величина урожайности после идентификации. Урожайность, ц/га 50.0 40.0 30.0 20.0 10.0 0.0 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Года Фактическая урожайность Расчетная урожайность 17 Немчикова Кристина Алексеевна ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ МОДЕЛИ AGROTOOL Таблица 2 Расчетные и экспериментальные величины урожаев после идентификации, ц/га Урожайность Годы Фактическая Расчетная 1999 12,2 13,2 2000 22,2 22,0 2001 20,2 19,6 2002 22,1 23,3 2003 15,4 14,1 2004 14,1 10,2 2005 14,1 19,0 2006 25,4 20,4 2007 17,6 17,4 2008 18,9 20,1 2009 35,5 38,5 2010 19,4 21,6 18 Немчикова Кристина Алексеевна АНАЛИЗ МОДЕЛИ НА ЧУВСТВИТЕЛЬНОСТЬ Чувствительность модели к вариации начального влагозапаса Урожайность, ц/га 30 25 20 15 10 5 0 14.5 23.2 26.1 31.9 34.8 Влагозапас Прогноз Рис.13. Урожайность яровой пшеницы (2002 г. на 14.08.2002) в зависимости от влагозапаса. 19 Немчикова Кристина Алексеевна АНАЛИЗ МОДЕЛИ НА ЧУВСТВИТЕЛЬНОСТЬ Чувствительность модели к вариации даты сева Урожайность, ц/га 35 30 25 20 15 10 5 0 Дата сева Прогноз Рис.14. Динамика урожайности яровой пшеницы (2002 г. на14.08.2002) в зависимости от даты сева 20 Немчикова Кристина Алексеевна