Почвоведение и агрохимия №1(46) 2011
282
ПлОДОРОДИЕ ПОЧВ И ПРИМЕНЕНИЕ уДОБРЕНИй
275
Белорусский государственный аграрный технический университет
Академия управления при Президенте Республики Беларусь
РЕГРЕссИОННый АНАлИз сИсТЕМы уПРАВлЕНИЯ БИОПРОДуКцИОННыМИ ПРОцЕссАМИ ВыРАЩИВАНИЯ ТОМАТОВ В МАлООБЪЕМНОй КульТуРЕ
л.с. Герасимович, л.А. Веремейчик, О.И. Пилипец
ВВЕДЕНИЕ
Овощеводство призвано удовлетворять потребности населения в свежей диетической продукции. Овощи - исключительно ценные продукты питания, в них содержатся незаменимые для организма человека витамины, кислоты, белки и другие минеральные вещества. Для Беларуси, где после аварии на Чернобыльской АЭС значительная часть населения испытывает негативное воздействие радиации, очень важна уникальная способность многих овощных культур, выводить из организма радионуклиды и тяжелые металлы. В соответствии с научно-обоснованными нормами потребления, отрасль должна производить не менее 10 кг тепличных овощей на душу населения. Пока что в целом по республике в 2010 г. произведено чуть больше 8 кг [1].
Тепличное овощеводство Беларуси с 90-х годов прошлого столетия переходит на повсеместное освоение современных технологий выращивания овощей в малообъемной культуре с преимущественным использованием импортного оборудования. Применение малообъемной технологии, при которой питание растений, состояние микроклимата в теплицах максимально автоматизированы, позволяет получать высокую экономическую эффективность. Повышение урожайности в 2-3 и более раз, значительная экономия энергии (30-40%), значительное уменьшение объема корнеобитаемой среды (субстрата) обеспечило широкое ее распространение в мире и в том числе в Республике Беларусь [2].
В настоящее время в Беларуси площадь крупных современных зимних теплиц составляет 210,4 га. Тепличные предприятия республики за 2010 г. произвели 102,3 тыс. т овощей защищенного грунта, или 133,4% к плану по программе “Овощеводство” и 100,2% к уровню 2009 года. Средняя урожайность огурцов и томатов в целом по республике по итогам 2010 г. составила 43,8 кг/м2, что на 2,1% больше уровня 2009 г. [3, 4].
Тепличное овощеводство - одна из наиболее наукоемких и высокотехнологических отраслей современного аграрного овощеводства. Эта отрасль является сложной управляемой эргатической (человеко-машинной) биотехнической системой. Стремление к уменьшению неуправляемых параметров в технологии выращивания овощей необходимо для снижения всех издержек производства, повышения урожайности и качества овощей. Это становится главной системной задачей, комплексной целевой функцией тепличного овощеводства.
ОБЪЕКТы И МЕТОДИКА ИсслЕДОВАНИй
Исследования проводились в производственных условиях возделывания томатов гибрида Жеронимо по освоенной на комбинате автоматизированной малообъемной технологии управления биопродукционным процессом (БПП) на базе агрокомбината «Ждановичи» (отделение «Богатырево») в 2009-2010 гг. Общая площадь блочной теплицы 1 га (9234 м2 полезной площади). Здесь применяется технологическое оборудование фирмы «Агротех-Дидам» и компьютерная система автоматизированного управления БПП фирмы «Priva Hortimation B.V.» (обе фирмы - голландские), в качестве субстратов используется импортная минеральная вата.
Питательные растворы подаются через систему капельного полива с компьютерным управлением питания растений томата. Состав питательного раствора меняется в зависимости от фазы роста и развития растений, условий освещенности. Работа системы капельного полива и подача раствора к растениям осуществляется при помощи системы микропроцессорного управления с центральной станции на базе ПЭВМ. По заданной программе растворный узел, работающий в автоматическом режиме, готовит и подает в теплицу питательный раствор с растворенными минеральными удобрениями или подогретую воду, последовательно включая электромагнитные клапаны групповой системы полива. Через систему компенсированных капельниц вода или раствор поступает непосредственно в минеральный субстрат к корневой системе растения. Управление светокультурой выполняется автоматически: искусственное досвечивание растений подключается при фитосинтетической освещенности растений, опускающейся ниже 500 Вт/м2 полезной площади теплицы. При этом на центральном компьютере фиксируется учет расхода питательного раствора, воды и потребления тепловой и электрической энергии.
Применительно к отрасли тепличного овощеводства как сложно-системного объекта управления - задача энерго- и ресурсосбережения, тесно связана с эффективностью биопродукционных процессов (БПП) растений овощных культур как биологических объектов труда. Главной подсистемой является биологический объект труда - растение томата и его полезные органы - плоды. Ресурсоэффективное управление внешней средой растений является одной из целей БПП автоматизированного тепличного овощеводства.
Такое представление растения как системы открывает целенаправленный системный анализ биопродукционных, технико-технологических и ресурсо-экономических особенностей тепличного овощеводства. Поэтому весьма актуальными являются исследования по оптимизации процессов выращивания овощей, возделываемых в малообъемной культуре с эффективным использованием систем автоматизированного управления биотехнической системой.
Используемая АСУ БПП включает следующие основные подсистемы контроля и управления: 1 - отопления и вентиляции (трубы регистров отопления, сетевые насосы, вентиляторы, форточки, экраны); 2 - электрические фитолампы для досвечивания растений; 3-- циркуляции, увлажнения воздуха и его обогащения углекислым газом; 4 - теплоснабжения (тепловые котлы и когенерационные установки); 5 - приготовления поливочного раствора с минеральными удобрениями; 6 - капельного полива растений; 7 - ультрафиолетовая дезинфекция дренажного раствора и др.
Каждая из этих систем имеет ряд установочных показателей и их регулировок, а общее их количество достигает многих десятков. Для определения отдельных показателей используются данные первичных преобразователей - датчиков (температуры, влажности и состава воздуха в теплице, температуры растений, температуры теплоносителя, тензиометры, pH и EC раствора и дренажа и т.д.). Другие установочные показатели подлежат автоматизированному расчету с использованием усредненных математических моделей, заложенных в программном обеспечении (например, суммарная освещенность растений, температура частей растений и др.), что существенно усложняет процессы оперативного управления БПП в теплице.
С точки зрения теории автоматического управления такие системы относятся к контекстно-независимым цифровым гибридным конечным автоматам, а их настройка во многом зависит от конкретных свойств нестационарных объектов управления - растений и опыта операторов и технологов. Изменчивость и адаптивность характеристик растений в зависимости от сорта (гибрида) овощной культуры, фитопериода выращивания, используемых минеральных удобрений и технологии ухода требует от оператора (агронома) значительного опыта, обеспечивающего эффективное управление БПП. Для быстрого освоения и технико-технологического сопровождения такой АСУ, привлекаются, как правило, специалисты дилерских фирм разработчиков и наладчиков программного обеспечения на договорных условиях.
Для оценки эффективности освоенной системы управления и текущего расхода основных ресурсов использовалась методика регрессионного анализа [5, 6]. За основу взяты учетные данные, фиксированные на центральном компьютере и в журналах операторов.
РЕзульТАТы ИсслЕДОВАНИй И ИХ ОБсужДЕНИЕ
Регрессионный анализ заключается в построении и анализе статистической многофакторной модели в виде уравнения регрессии, выражающего зависимость явлений от определяющих его факторов. Основным и обязательным условием корректности применения регрессионного анализа является однородность исходной статистической совокупности. Использование таких моделей позволяет значительно расширить возможности анализа, в частности, для совершенствования технологических процессов и адаптирования урожайности овощей к рынкам сбыта продукции, что, в конечном итоге, позволяет анализировать и совершенствовать хозяйственную деятельность тепличного комбината.
В исследованиях проводили расчет существенных параметров для построения линейной и нелинейной регрессии. на протяжении всего вегетационного периода выращивания растений (начало, середина и конец вегетации) было выполнено 97 замеров текущих факторных переменных в день: расходы воды и маточного раствора для полива растений, показатель кумулятивной освещенности и урожайность томатов.
В течение вегетации значения факторных переменных (под влиянием АСУ и корректирующих действий операторов и технологов комбината) изменялись. Результаты полученных наблюдений представлены на рисунках 1, 2, 3, 4.
Почвоведение и агрохимия №1(46) 2011
282
ПлОДОРОДИЕ ПОЧВ И ПРИМЕНЕНИЕ уДОБРЕНИй
275
Рис. 1 Динамика расхода воды для полива растений, м3/день
Почвоведение и агрохимия №1(46) 2011
282
ПлОДОРОДИЕ ПОЧВ И ПРИМЕНЕНИЕ уДОБРЕНИй
275
Рис. 2 Динамика расхода маточного раствора, л/день
Качественный анализ представленных временных рядов показывает достаточно большой размах статистических данных всех параметров как в краткосрочном, так и длительном (в течение сезона) периоде выращивания томатов, что характеризует имманентные особенности этой АСУ. Вместе с этим отмечено закономерное повышение расхода воды, питательного раствора, освещенности растений и, как следствие, повышение урожайности томатов в летние, наиболее благоприятные для БПП месяцы вегетационного периода выращивания растений. При этом отмечается самый большой размах суммарной кумулятивной естественной и управляемой искусственной освещенности, что можно интерпретировать как недостаток существующей подсистемы управления светокультурой растений (низкая адаптивность этой подсистемы к меняющимся условиям естественной освещенности и другим параметрам внешней среды).
Рис. 3 Динамика суммарного кумулятивного показателя освещенности растений, Дж/день
Почвоведение и агрохимия №1(46) 2011
282
ПлОДОРОДИЕ ПОЧВ И ПРИМЕНЕНИЕ уДОБРЕНИй
275
Рис. 4 Динамика урожайности овощей, кг/день
Для статистического анализа использовалась трехфакторная линейная регрессионная модель первого порядка в виде:
урожайность томат регрессия вегетационный
Y = a0 + a1*X1 + a2*X2 + a3*X3 (1),
где Y - урожайность томатов; X1 - количество воды; X2 - маточного раствора для полива растении; X3 - суммарная (кумулятивная) естественная освещенность и искусственное электрическое досвечивание растений.
В результате проведенного регрессионного анализа получены следующие коэффициенты уравнения линейной регрессии:
а0 = 2507; а1 = 69,3; а2 = -1,61; а3 = 0,47.
Коэффициенты регрессии показывают, насколько сильно изменяется результативный признак Y (урожайность) при изменении каждого из факторных признаков Х на единицу.
Проверка значимости значения факторных переменных по критерию Стьюдента показала, что все три фактора в модели оказывают влияние на результирующую переменную Y и их не следует исключать из модели.
Результаты регрессионного анализа t-статистиками показали, что полученные регрессионные t-статистики по модулю больше, чем полученные в тесте Стьюдента, тем самым подтверждается заключение, что все три фактора в модели оказывают влияние на результирующую переменную. Далее была проведена проверка значимости коэффициента детерминации по критерию Фишера. С этой целью вычисляли t-статистики для разных уровней значимости(0,9; 0,95; 0,99) и (97-1) степеней свободы. Затем сравнивали их с полученным в результате регрессионного анализа значением F.
Получено, что t-статистики, рассчитанные по критерию Фишера, не превышают значение F, полученное в результате регрессионного анализа. Таким образом, можно утверждать, что коэффициент детерминации статистически значим. То есть входные переменные (X) достаточно хорошо “объясняют” поведение выходной (Y), что свидетельствует о функциональной зависимости между ними.
Далее были проведены аналогичные исследования по построению нелинейной регрессии. Построена трехфакторная регрессионная модель вида:
ln(Y) = a0 + a1*ln(X1) + a2*X2 + a3*ln(X3) (2).
Коэффициенты уравнения регрессии имеют следующие значения:
а0 = 5,5; а1 = 0,65; а2 = -0,0003; а3 = 0,1.
Проведена проверка их значимости по критерию Стьюдента, для чего вычислены t-статистики для тех же уровней значимости (0,9; 0,95; 0,99) и (97-1) степеней свободы. Затем проведено их сравнение с полученными в результате регрессионного анализа t-статистиками. Результаты показали, что полученные регрессионные t-статистики по модулю больше, чем полученные в тесте Стьюдента. Это подтверждает, что все три фактора оказывают влияние на результирующую переменную Y и их необходимо включать в модель БПП.