Статья: Моделирование процесса внедрения технологий точного земледелия в Свердловской области

В качестве направления оптимизации модели была выбрана максимизация экономического эффекта от внедрения элементов точного земледелия. Таким образом, целевая функция модели имеет следующий вид:

Z = 60,77Х1 - 8,12Х₇ - 52,75Хз - 63,24Х4 - 16,24Х₅ - 100,45Хб - 57,50Х₇ - 12,18Х₈--max

В качестве ограничений модели были использованы затраты на содержание оборудования, используемое для реализации системы точного земледелия, объем инвестиций на приобретение такого оборудования и трудовые затраты при его эксплуатации (таблица 2).

Таблица 2

Система ограничений оптимизационной модели

При решении оптимизационной задачи по внедрению элементов точного земледелия для Свердловской области были получены результаты, представленные в таблице 3.

Таблица 3

Результат решения оптимизационной задачи

Разработанная оптимизационная модель отражает общую тенденцию, направленную на приоритетное использование систем мониторинга и контроля транспортных средств на территории Свердловской области. Такая закономерность во многом обусловлена достаточно низким значением текущих затрат на обслуживание таких систем и достаточной очевидностью на их преимущества, связанные с экономией времени и повышением качества выполненных работ. Выполненные исследования являются попыткой систематизировать имеющееся сведения о состоянии дел по применению технологии точного земледелия в Свердловской области и могут быть использованы при дальнейшей работе по составлению «дорожной карты» внедрения технологий точного земледелия в регионе.

Заключение

Таким образом, реализация модели позволит получить ежегодный экономический эффект в размере 3,98 млн руб. при этом достаточно внедрение оборудования для спутникового мониторинга транспортных средств и параллельного вождения. Недоиспользованным остается трудовой ресурс в размере 917,89 чел./ч. Органы исполнительной власти, руководители и специалисты организаций сельского хозяйства могут использовать данную модель для прогнозирования количества внедряемых элементов технологий точного земледелия для обоснования управленческих решений в этой области.

Список источников

1. Anselin L., Bongiovanni R., Lowenberg-DeBoer J. A spatial econometric approach to the economics of site-specific nitrogen management in corn production // American Journal of Agricultural Economics. 2004. No 86 (3). Р. 675-687. DOI: 10.1111/j.0002-9092.2004.00610.x.

2. Bongiovanni R., Lowenberg-DeBoer J. Economics of Variable Rate Lime in Indiana // Precision Agriculture. 2000. No 2 (1). Р. 55-70.

3. Bullock D., Lowenberg-DeBoer J. Using Spatial Analysis to Study the Values of Variable Rate Technology and Information // Journal of Agricultural Economics. 2007. No 58(3). P. 517-535.

4. Robert P. C. Characterisation of soil conditions at the field level for soil specific management // Geodermа. 1993. No 60 P. 57-72.

5. Pallottino F., Biocca M., Nardi P., Figorilli S., Menesatti P., Costa C. Science mapping approach to analyze the research evolution on precision agriculture: world, EU and Italian situation Precision agriculture. Vol. 19. Issue С.6-.: 1011-1026.

6. Афанасьев Р.А. Агрохимическое обеспечение точного земледелия / Проблемы агрохимии и экологии. 2008. № 3. С. 46-52.

7. Norton G., Swinton S. Precision Agriculture: Global Prospects and Environmental. 2000. P. 18. DOI: 10.22004/ag.econ.197207.

8. Casa R., & Castrignano A. Analysis of spatial relationships between soil and crop variables in a durum wheat feld using a multivariate geostatistical approach // European Journal of Agronomy. 2008. 28 (3). P. 331-342.

9. Алтухов А.И., Семин А.Н., Семенова Е.И., Кислицкий М.М., Бородкин А.Е. Агропродовольственный сектор россии в условиях "больших вызовов": проблемы, риски, новые возможности. М.: Изд-ство: Фонд «Кадровый резерв», 2019. 416 с.

10. Труфляк Е. В., Курченко Н.Ю., Креймер А.С. Мониторинг и прогнозирование в области цифрового сельского хозяйства по итогам 2018 г. Краснодар: КубГАУ, 2019. 100 с.

References

1. Anselin, L., R. Bongiovanni and J. Lowenberg-DeBoer. A spatial econometric approach to the economics of site-specific nitrogen management in corn production. American Journal of Agricultural Economics, 2004, no. 86 (3), pp. 675-687. DOI: 10.1111 / j.0002-9092.2004.00610.x.

2. Bongiovanni, R. and J. Lowenberg-DeBoer. Economics of Variable Rate Lime in Indiana. Precision Agriculture, 2000, no. 2 (1), pp. 55-70.

3. Bullock, D. and J. Lowenberg-DeBoer. Using Spatial Analysis to Study the Values of Variable Rate Technology and Information. Journal of Agricultural Economics, 2007, no. 58 (3), pp. 517-535.

4. Robert P.C. Characterization of soil conditions at the field level for soil specific management. Geoderma, 1993, no. 60, pp. 57-72.

5. Pallottino, F., M. Biocca, P. Nardi, S. Figorilli, P. Menesatti and C. Costa. Science mapping approach to analyze the research evolution on precision agriculture: world, EU and Italian situation Precision agriculture, Vol. 19, Issue: 6-.: 1011-1026.

6. Afanasyev, R.A. Agrochemical support of precision farming. Problems of agrochemistry and ecology, 2008, no. 3, pp. 46-52.

7. Norton, G. and S. Swinton. Precision Agriculture: Global Prospects and Environmental, 2000, P. 18. DOI: 10.22004/ag.econ.197207.

8. Casa, R. and A. Castrignano. Analysis of spatial relationships between soil and crop variables in a durum wheat feld using a multivariate geostatistical approach. European Journal of Agronomy, 2008, no. 28 (3), pp. 331-342.

9. Altukhov, A.I., A.N. Semin, E.I. Semenova, M.M. Kislitsky and A.E. Borodkin. The agri-food sector of Russia in the face of "big challenges": problems, risks, new opportunities. Moscow: Publishing house: Fund "Personnel reserve", 2019. 416 p.

10. Truflyak, E.V., N.Yu. Kurchenko and A.S. Kreimtr. Monitoring and forecasting in the field of digital agriculture at the end of 2018. Krasnodar: KubSAU, 2019. 100 p.