Academic Journal

POTATO YIELD FORECASTING

Bibliographic Details
Title: POTATO YIELD FORECASTING
Source: Вестник Бурятской государственной сельскохозяйственной академии имени В. Р. Филиппова. :15-22
Publisher Information: Buryat State Agricultural Academy named after V.R. Filippov, 2022.
Publication Year: 2022
Subject Terms: 2. Zero hunger, прогноз урожайности, физико-статистическое моделирование, картофель, продовольственная безопасность, агрометеорология
Description: В статье проведен анализ динамики урожайности картофеля по сельхозпредприятиям и всем категориям хозяйств на территории Иркутской области. Проведен анализ и оценка основных факторов, влияющих на точность прогнозирования урожайности: осадки, дефицит насыщения воздуха, температура, комплексные показатели. Для прогнозирования урожайности были использованы данные за период с 1981 по 2020 г. Установлено, что наибольшее влияние на формирование урожайности картофеля на рассматриваемой территории оказывают условия тепло- и влагообеспеченности. Исследования фаз развития картофеля показывают, что критическим по требовательности растений к метеорологическим условиям является период клубнеобразования. Разработаны физико-статистические модели, вошедшие в автоматизированную технологию прогнозирования урожайности картофеля по сельхозпредприятиям и по всем категориям хозяйств Иркутской области, основанные на использовании сложившихся агрометеорологических условий и фактическом состоянии растений. При помощи критерия Стьюдента проведена оценка значимости коэффициентов корреляции. Базовым показателем является рабочий процесс, подчеркивающий правильность и модульность. Это позволяет заблаговременно прогнозировать урожайность и валовой сбор картофеля. На основе независимой выборки проведена оценка успешности моделей, средняя величина относительной ошибки составляет по всем категориям хозяйств 4,1%, по сельскохозяйственным предприятиям - 8,5%. Анализ результатов на основе авторских испытаний показал достаточно высокую оправдываемость, которая составляет 95,9 и 91,5% соответственно. Разработанная автоматизированная технология передана на оперативные испытания в отдел агрометпрогнозов и агрометеорологии ФГБУ «Иркутское УГМС». The article provides an analysis of the dynamics of potato yields by agricultural enterprises and all categories of farms within the Irkutsk region. The analysis and evaluation of the main factors affecting the accuracy of the yield forecasting such as precipitation, lack of air saturation, temperature and complex indicators were carried. To predict yields data from 1981 to 2020 were used. It was found out that heat and moisture supply has the greatest influence on the formation of potato yields in the territory under the research. Studies of the potato development showed that the stage of tuber formation is the crucial one dependent on meteorological conditions. Physical and statistical models have been developed that are included in the computer-aided technology for forecasting potato yields for agricultural enterprises and for all categories of farms in the Irkutsk region. This technology is based on the use of the prevailing agrometeorological conditions and the actual state of plants. Using the Student's t-test, the significance of the correlation coefficients was assessed. The basic indicator is a workflow that emphasizes accuracy and modularity. This allows forecasting the yield and gross yield of potatoes in advance. Based on independent samples the success of the models was assessed, the average relative error for all categories of farms is 4.1%, for agricultural enterprises 8.5%. Analysis of the results based on the authors’ tests showed a fairly high accuracy, that is 95,9% and 91.5%, respectively The developed computer-aided technology was transferred for operational testing to the Department of Agrometeorological Forecasts and Agrometeorology of the Federal State Budgetary Institution "Irkutsk WCEMS".
Document Type: Article
Language: Russian
ISSN: 1997-1044
DOI: 10.34655/bgsha.2022.69.4.002
Accession Number: edsair.doi...........ee7f84bb0bda7d36712f065af8c2b22d
Database: OpenAIRE
Description
ISSN:19971044
DOI:10.34655/bgsha.2022.69.4.002