Цифровые технологии оптимизации параметров увлажнения расчетного слоя почвы

Авторы

  • Дмитрий Александрович Соловьев Саратовский государственный аграрный университет имени Н.И. Вавилова,
  • Виктор Владиславович Корсак Саратовский государственный аграрный университет имени Н.И. Вавилова,
  • Галина Николаевна Камышова Саратовский государственный аграрный университет имени Н.И. Вавилова,
  • Ольга Николаевна Митюрева Саратовский государственный аграрный университет имени Н.И. Вавилова,
  • Павел Олегович Терехов Саратовский национальный исследовательский государственный университет им. Н.Г. Чернышевского

DOI:

https://doi.org/10.28983/asj.y2021i1pp86-89

Ключевые слова:

цифровые технологии, оптимальные параметры, увлажнение, почва, компьютерная программа

Аннотация

В статье приведены результаты разработки цифровой технологии оптимизации параметров увлажнения расчетного слоя почвы. Внедрение технологий точного орошения требует разработки новых подходов к разработке систем поддержки принятия решений их технической реализации на современных высокоуровневых языках программирования. Разработанная компьютерная программа определения оптимальных параметров увлажнения расчетного слоя почвы для основных поливных культур Саратовской области проста в применении и легко интегрируется в цифровые автоматизированные системы оперативного управления поливами.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Дмитрий Александрович Соловьев, Саратовский государственный аграрный университет имени Н.И. Вавилова,

д-р техн. наук

Виктор Владиславович Корсак, Саратовский государственный аграрный университет имени Н.И. Вавилова,

д-р с-х наук

Галина Николаевна Камышова, Саратовский государственный аграрный университет имени Н.И. Вавилова,

канд. физ.-мат. наук

Ольга Николаевна Митюрева, Саратовский государственный аграрный университет имени Н.И. Вавилова,

аспирант

Павел Олегович Терехов, Саратовский национальный исследовательский государственный университет им. Н.Г. Чернышевского

магистрант

Библиографические ссылки

Буйначев С.К., Боклаг Н.Ю. Основы программирования на Python – Екатеринбург: Изд-во Урал. ун-та, 2014. – 91 с.

Доклад о состоянии и использовании земель сельскохозяйственного назначения Российской Федерации в 2018 году. – М.: ФГБНУ «Росинформагротех», 2020. – 340 с.

Кравчук А.В., Корсак В.В., Кудайбергенова И.Р., Улданов А.Г. Установление слоя увлажнения по корневой системе кукурузы// Евразийский Союз Ученых (ЕСУ). – 2020. - №5(74). – С. 34-36.

Кружилин И.П., Лобойко Л.И. Управление водным режимом почв с помощью прикладных программ ЭВМ // Проблемы научного обеспечения и экономической эффективности орошаемого земледелия в рыночных условиях: материалы Междунар. науч.-практ. конф. – Волгоград: Волгоградская гос. с.-х. акад., 2001. – С. 19–20.

Ольгаренко Г.В. Ресурсосберегающие эффективные экологически безопасные технологии и технические средства орошения: справочник. / Г.В. Ольгаренко, [и др.]. – М.: ФГБНУ «Росинформагротех», 2015. – 264 с.

Официальный сайт Межправительственной группы экспертов по изменению климата (МГЭИК – IPCC). – Режим доступа: www.ipcc.ch/home_languages_main_russian.htm

Пронько Н.А., Морковин В.Т., Холуденева О.Ю., Корсак В.В. Автоматизация расчета дифференцированных режимов орошения сельскохозяйственных культур // Экологические аспекты интенсификации сельскохозяйственного производства: материалы Междунар. науч.-практ. конф.– Пенза: Пензенская гос. с.-х. акад., 2002. – Т. II. – С. 121–123.

Пронько Н.А., Корсак В.В., Фалькович А.С. Орошение в Поволжье: не повторять ошибок// Мелиорация и водное хозяйство. – 2014. – №4. – С. 16–19.

Труфляк Е.В. Основные элементы системы точного земледелия. – Краснодар: КубГАУ, 2016. – 39 с.

Lozoya C., Mendoza C., Aguilar A., Roman A., Castello R. Sensor – Based model driven control strategy for precision irrigation // Journal of Sensors. 2016. Vol. 31. P. 1–12.

Navarro-Hellin H., Martinez-del-Ricon J., Domingo-Miguel R., Soto-Valles F., Torres-Sances R. A decision support system for managing irrigation in agriculture// Computers and Electronics in Agriculture. 2016. Vol. 124. P. 121–131.

Song X., Zhang G., Liu F., Li D., Zhao Y., Yang J. Modeling spatio-temporal distribution of soil moisture by deep learning-based cellular automata model// Journal of Arid Land. 2016. Vol. 8. Р. 734–748.

Загрузки

Опубликован

2021-01-27

Выпуск

Раздел

Агроинженерия

Наиболее читаемые статьи этого автора (авторов)

1 2 3 4 > >>