Моделирование урожайности озимых зерновых в современных климатических условиях на примере Брестского района

Моделирование урожайности озимых зерновых в современных климатических условиях на примере Брестского района = Modeling of winter grain productivity in modern climatic conditions using the example of the Brest district. – Текст : непосредственный / Ю. П. Городнюк, А. А. Волчек, Ю. А. Мажайский, С. В. Сидак, И. Н. Розумец // Вестник Рязанского государственного агротехнологического университета имени П. А. Костычева. – 2025. – Том 17, № 2. – С. 28–34. – Библиография: 20 назв.

Аннотация

Проблема и цель. Для успешного инвестирования в сельское хозяйство необходимо заранее про¬считывать все риски. Поэтому актуальной остается проблема разработки модели урожайности, которая бы учитывала все природные и климатические особенности региона. Это позволит более эффективно принимать решения о вложении средств в аграрный сектор. Исследования направлены на создание инновационной модели прогнозирования урожайности озимых зерновых культур. В качестве примера для разработки модели выбран Брестский район, а основой для прогнозирования послужил анализ исторических данных об урожайности и климатических условиях. Методология. В рамках данного исследования для анализа урожайности использована регрессионная двухкомпонентная модель, которая позволяет учитывать как трендовую, так и случайную составляющие. Трендовая составляющая отражает долгосрочные изменения в урожайности, об-условленные такими факторами, как улучшение агротехнологий, селекция и изменения в управлении сельским хозяйством. Случайная составляющая модели учитывает колебания урожайности, связанные с климатическими факторами, которые могут существенно влиять на рост и развитие растений. Результаты. В результате комплексного исследования, охватывающего период с 1981 по 2020 год, выявлена тесная взаимосвязь между климатическими факторами и продуктивностью озимых зерновых культур в Брестском районе. На основе полученных данных создана усовершенствованная модель прогнозирования, демонстрирующая высокую степень точности (с абсолютной погрешностью 1,8 ц/га и относительной – 7,2 %). Заключение. Разработанная прогностическая модель позволяет эффективно планировать сельскохозяйственную деятельность: рассчитывать потенциальный урожай, формировать аграрную стратегию, оптимизировать бюджетные расходы на поддержку агросектора, корректировать структуру посевных площадей и обеспечивать контроль над продовольственной безопасностью региона.

Аннотация на другом языке

Problem and purpose. For successful investment in agriculture, it is necessary to calculate all risks in advance. Therefore, the problem of developing a yield model that would take into account all the natural and climatic features of the region remains relevant. This will allow more effective decision-making on investing in the agricultural sector. The research is aimed at creating an innovative model for forecasting the yield of winter grain crops. The Brest region was chosen as an example for developing the model, and the basis for forecasting will be an analysis of historical data on yield and climatic conditions. Methodology. In this study, a two-component regression model was used to analyze crop yield, which allows taking into account both trend and random components. The trend component reflects long-term changes in yields due to factors such as improvements in agricultural technology, selection, and changes in agricultural management. The random component of the model takes into account yield fluctuations associated with climatic factors, which can significantly affect plant growth and development. Results. As a result of a comprehensive study covering the period from 1981 to 2020, a close relationship was revealed between climatic factors and the productivity of winter grain crops in the Brest region. Based on the data obtained, an improved forecasting model was created, demonstrating a high degree of accuracy (with an absolute error of 1.8 c/ha and a relative error of 7.2%). Conclusion. The developed forecast model allows for effective planning of agricultural activities: calculating potential yields, developing an agricultural strategy, optimizing budget expenditures to support the agricultural sector, adjusting the structure of crop areas, and ensuring control over food security in the region.