Аннотация. 

В статье представлен подход к созданию информационных систем для цифрового земледелия, позволяющих на базе информационных технологий и интеллектуальных прогнозирующих моделей более рационально планировать использование земель, расходовать удобрения и горючее, что снижает себестоимость производимой продукции и повышает эффективность сельскохозяйственного производства. Кроме того, может быть достигнут долгосрочный агрономический и экологический эффект - за счет более бережной обработки почвы и уменьшения применения азотных удобрений. В первых разделах Части 2 этой статьи представлены методы прогнозирования уровня вегетации в зависимости от текущих значений ключевых показателей и параметров выбранного режима. Далее представлены результаты построения интеллектуальных идентификационных моделей прогнозирования цен на продукцию цифрового земледелия. 

Ключевые слова: 

цифровое земледелие, мягкие датчики, прогнозирующие модели, управление знаниями. 

Стр. 99-111.

DOI 10.14357/20718632200209 

 

 

Литература

1. Bakhtadze, N., Maximov, E., Donchan, D., Maximova, N.E., Kozlovskaya, L., 2019. INNOVATION AND KNOWLEDGE MANAGEMENT IN PRECISION FARMING / Proceedings of the 12th IADIS International Conference on Information Systems (Utrecht, Netherlands, 2019). Utrecht, Netherlands: International Association for Development of the Information Society. 2019. Pp. 265-270.

2. Basosi, R., Spinelli1, D., Fierro, A., Jez S. Mineral nitrogen fertilizers: environmental impact of production and use // Journal of Environmental Management. 2013. Vol. 129. Pp. 302-308. DOI:10.1016/j.jenvman.2013.07.029

3. Khan, M.N., Mobin, M., Abbas, Z.K. and Alamri, S.A. Fertilizers and Their Contaminants in Soils, Surface and Groundwater // The Encyclopedia of the Anthropocene. 2018. Vol. 5. P. 225-240. DOI: 10.1016/B978-0-12-409548-9.09888-2

4. Serpil, S. Investigation of Effect of Chemical Fertilizers on Environment // Proceedings of International Conference on Environmental Science and Development (ICESD 2012). Hong Kong, 2012. P. 287– 292. DOI: 10.1016/j.apcbee.2012.03.047

5. Федеральная служба государственной статистики (РОССТАТ) URL: https://gks.ru/price

6. Сценарный прогноз развития зернового рынка России. Аналитический центр при Правительстве Российской Федерации, 2016. 58 с.

7. Bekkerman, A., Brester, G.W. and Taylor, M. Forecasting a Moving Target: The Roles of Quality and Timing for Determining Northern U.S. Wheat Basis // Journal of Agricultural and Resource Economics. 2016. Vol. 41, No. 1. Pp. 25-41.

8. Jiang, B. Corn and soybean basis behavior and forecasting: fundamental and alternative approaches: diss. of Ph.D. /Ames, Iowa: Iowa State University, 1997. 157p. https://lib.dr.iastate.edu/rtd/12214

9. Rajeswari, S., Suthendran, K. Developing an Agricultural Product Price Prediction Model using HADT Algorithm // International Journal of Engineering and Advanced Technology. 2019. Vol. 9, iss. 1S4. – Pp. 569-575.

10. Ruekkasaem, L., Sasananan, M. Forecasting agricultural products prices using time series methods for crop planning // International Journal of Mechanical Engineering and Technology. 2018. Vol. 9, iss. 7. Pp. 957–971.

11. Varun, R, Neema, N., Sahana, H.P., Sathvik, A., Muddasir, A. Agriculture Commodity Price Forecasting using Ml Techniques // International Journal of Innovative Technology and Exploring Engineering. 2019. Vol. 9, iss. 2S. P. 729-732.

12. Kantanantha, N., Serban, N., and Griffin, P. Yield and Price Forecasting for Stochastic Crop Decision Planning // Journal of Agricultural, Biological, and Environmental Statistics. 2010. Vol. 15, No. 3. P. 362-380. DOI: 10.1007/s13253-010-0025-7

13. Westcott, P.C. and Hoffman, L.A. Price Determination for Corn and Wheat: The Role of Market Factors and Government Programs / Market and Trade Economics Division, Economic Research Service, U.S. Department of Agriculture. Technical Bulletin No. 1878. 1999. 30 p.

14. Кораблева А.А., Чупин Р.И., Харламова М.С. Оценка влияния факторов баланса ресурсов и использования зерна на цену пшеницы в регионах России // Вестник Пермского университета. Серия: Экономика. 2018. Т. 13, № 4. Сc. 532-548.

15. Enghiad, A., Ufer, D., Countryman, A.M., and Thilmany, D.D. An Overview of Global Wheat Market Fundamentals in an Era of Climate Concerns // International Journal of Agronomy. 2017. Vol. 2017. – Pp. 1-15.

16. Gyarmati, G. On what Factors the Wheat Production and Price Depends // Management, Enterprise and Benchmarking in the 21st Century. Budapest, 2017. Pp. 78-96.

17. Borychowski, M. Czyżewski, A. Determinants of prices increase of agricultural commodities in a global context // Management. 2015. Vol. 19, iss. 2. Pp. 152-167.

18. Levin, C., Coburn, T. Excessive speculation in the wheat market / United States Senate Permanent Subcommittee on Investigations. 2009. 174 p.

19. Рылько Д.Н., Колинько О.Н., Башкирова В.Г. Российский экспорт пшеницы: экономические аспекты. М.: ИМЭМО РАН, 2014. 72 с.

20. Svanidze, M., Gotz, L. Determinants of spatial market efficiency of grain markets in Russia // Food Policy. 2019. Vol. 89. P. 60-68. DOI: 10.1016/j.foodpol.2019.101769.