Вход на сайт





Посетители


Сегодня:1
За неделю:630
За месяц:2614
Всего:68827


Интегрированная среда информационного обеспечения, планирования и проведения многофакторных компьютерных экспериментов

Наряду с моделью продукционного процесса как таковой, сообществом разработчиков AGROTOOL разработано значительное число программных продуктов, составляющих комплексную среду информационной поддержки процесса моделирования при решении разнообразных исследовательских и практических задач. Общее представление об этой интегрированной среде и взаимодействии составляющих ее прикладных программных модулей дает следующая схема.

С формальной точки зрения динамическая модель представляет собой сложный, но однозначный алгоритм, позволяющий описать в выбранных показателях ход продукционного процесса выбранной культуры, отвечающих конкретному набору заданных условий (погода, почва, местность, агротехника и т.д.) Соответственно, простейшим внешним образом модели служит интерфейс единичного расчета – отображение динамики роста и развития посева для текущего варианта, представленного в оперативной базе данных. При этом способ получения нового варианта для проведения расчета не относится к сфере компетенции модели, а целиком зависит от других модулей интегрированной среды.

Так, оперативная база данных может быть сформирована путем выбора конкретного набора данных из так называемой Стационарной Базы Данных полевого опыта. При этом расчет будет производен для сочетания факторов, когда-либо наблюдавшемуся в реальности, то есть соответствующему тому или иному действительно имевшему место эксперименту или наблюдению над производственным посевом. Выбор одного варианта полевого опыта из всего их многообразия, хранящегося в СБД, производится специальным программным модулем «Selector». Он представляет собой отдельное приложение, в ходе исполнения которого в интерактивном режиме формируются запросы к СБД на извлечение конкретных данных и их выполнение с записью заказанные данных в ОБД. Диалог с пользователем осуществляется путём выбора из СБД доступных хозяйств, в рамках которых заведены полевые опыты, на следующем этапе загружаются данные о сезонах (год), культурах и полях, для которых становятся доступны варианты (рис. 1). Параллельно составляется описание варианта полевого опыта. После однозначного определения варианта становится возможным осуществление экспорта данных в установленном формате в ОБД.

Рис. 1. Диалоговое окно интерфейса «Selector»

Необходимо отметить, что в ходе данной процедуры осуществляется не просто «перекачка» выбранного объема информации из одного хранилища в другое, но попутно осуществляется вычисление или оценка недостающих параметров, однозначно требующихся для расчета модели, но отсутствующих в явном виде в БД полевого опыта. Так, например, в качестве входной метеорологической информации о радиационном режиме данного дня в модели используется коэффициент ослабления солнечной радиации — отношение реально поступившей радиации к ее максимально возможному значению для данного дня на выбранной широте. Эта величина вычисляется либо напрямую (при наличии актинометрических наблюдений), либо оценивается по косвенным данным (облачности, продолжительности солнечного сияния и т. д.) В этом же режиме осуществляется пересчет интерполяция различных измеренных почвенных пространственно-распределенных характеристик в их значения по слоям, использующимся в модели. Наконец, отдельной большой задачей является оценка гидрофизических показателей почв по различным косвенно определяющим показателям, то есть использование т. н. педотрансферных функций. Наряду с использованием в логике программы «Selector» эти алгоритмы оформлены также в виде выделенной программной утилиты «Агрогидрология», представляющей собой самостоятельный программный продукт.

Стационарная база данных доступна к поставке в двух возможных форматах — MS ACCESS и PostgreSQL, в настоящее время ведутся работы по модификации интерфейса ее редактирования и пополнения на локальном рабочем месте, и начаты работы по созданию модуля удаленного доступа к ней в Web-интерфейсе стандартных браузеров.

Стохастический имитатор суточных погодных метеопараметров («генератор погоды») широко используется в компьютерных экспериментах с моделью агроэкосистемы в задачах оперативного и долгосрочного прогнозирования динамики продукционного процесса. С математической точки зрения он представляет собой специальный алгоритм статистического моделирования (метод Монте-Карло), который позволяет по некому набору постоянных параметров, описывающих закономерности погоды в данной местности,  получать в любом количестве «синтетические» погодные сценарии. В лаборатории математического моделирования агроэкосистем АФИ реализован и успешно эксплуатируется собственный генератор погодных реализаций, представляющий собой модификацию алгоритма моделирования, предложенного Ричардсоном и Райтом.

Все входящие в статистическую модель генератора параметры оцениваются для каждой местности на основе хранящихся в базе данных фактических реализаций погоды за несколько прошлых лет. Эта процедура выполняется в рамках специального программного модуля идентификации параметров (рис. 3), позволяющего сразу же визуально проверить адекватность оценки путем генерации нескольких тестовых реализаций погоды.

 

Рис. 2. Идентификация параметров и верификация генератора погодных сценариев      

Полученный в результате набор статистических параметров климата сохраняется в соответствующих таблицах стационарной БД. Сам алгоритм генерации виртуальных погодных сценариев реализован в форме самостоятельного программного модуля, записывающего «синтетическую» метеорологическую информацию непосредственно в оперативную базу данных текущего варианта расчета, и встроен неотъемлемой частью в систему поливариантного анализа, речь о которой пойдет ниже.

 

Типичный прецедент использования модели в любой системе поддержки решений чаще всего предполагает не единичный, а множественный расчет одной и той же модели с разными наборами входных параметров с целью анализа и сравнения получаемых результатов. Можно перечислить несколько проблем или практических задач, приводящих к необходимости многократного расчета с указанием источника вариантности входных данных для каждой из них (см. таблицу).

Таблица.  Задачи, требующие поливариантного анализа динамической модели агроэкосистемы.

Проблема

Источник вариантности данных

1

Параметрическая идентификация модели

Перебираемые значения параметров

2

Оперативный прогноз урожайности в течение сезона вегетации

Сценарии погоды

3

Поиск оптимальных агротехнологических решений

Разные варианты технологий (сроки и нормы технологических воздействий)

4

Исследование влияния климатических изменений на агроэкосистему

Синтетические сценарии погоды для будущего климата

5

Точное земледелие

Пространственная неоднородность посева и почвенного покрова.

При данных условиях естественным требованием выступает наличие некой специализированной оболочки или инфраструктуры, которая позволяла бы производить автоматизированную подготовку данных, многократный расчет модели и анализ получаемых результатов в пакетном режиме. Более того, принимая во внимание универсальный характер соответствующих операций, желательно, чтобы эта оболочка позволяла выполнять их не с некой единственной, а с произвольной динамической моделью. В качестве подобной платформы для интегрированной среды планирования и проведения многофакторных компьютерных экспериментов «AGROTOOL» выступает программный комплекс «APEX» (Automation of Polyvariant EXperiments). Он инкапсулирует в себе две базовые функциональные составляющие — регистратор описаний внешних моделей продукционного процесса и универсальную инфраструктуру их поливариантного анализа.

Наконец, модель продукционного процесса и окружение ее информационной поддержки в рамках конкретного проекта могут быть интегрированы с автоматической метеостанцией, образуя измерительноно-моделирующий комплекс для мониторинга и управления продукционным процессом производственных сельскохозяйственных посевов.