Архив / 2024 / Том 26, № 3 (2024) - «Магарач». Виноградарство и виноделие
Перспективы разработки математических моделей прогнозирования продукционных процессов в виноградарстве
Том 26, № 3 (2024)
Иванова Маргарита Игоревна ORCID, Иванченко Вячеслав Иосифович ORCID, Потанин Дмитрий Валериевич ORCID
- Иванова Маргарита Игоревна - Центр агрохимической службы «Крымский»
- Иванченко Вячеслав Иосифович - Агротехнологическая академия ФГАОУ ВО «Крымский федеральный университет им. В.И. Вернадского»
- Потанин Дмитрий Валериевич - Агротехнологическая академия ФГАОУ ВО «Крымский федеральный университет им. В.И. Вернадского»
Prospects for the development of mathematical models to forecast the production processes in viticulture
Страницы: 235-241
Аннотация
Установлено, что для внедрения цифровизации в отрасль виноградарства необходимо применять методы математического моделирования с использованием множественного регрессионного анализа на основе создания баз данных, полученных как на опытных участках, так и результатов наблюдений за продуктивностью промышленных насаждений. Целью исследований являлось рассмотрение путей создания устойчивых цифровых моделей, объясняющих влияние отдельных абиотических, биотических факторов окружающей среды, антропогенного воздействия, а также их комплексного взаимодействия на продуктивность виноградных растений, их промышленных насаждений и качества производимой продукции с учётом экологической пластичности подвойных и привойных сортов, а также подвойно-привойных комбинаций. В работе определены направления и методологические подходы комплексного изучения влияния почвенных, климатических, биотических и технологических особенностей производства виноградовинодельческой продукции на урожайность насаждений и товарные качества. Установлена принципиальная возможность использования непараметрических данных как элементов сортовой принадлежности подвойнопривойных комбинаций в многофакторной регрессионной модели для характеристики выхода стандартных привитых черенков с тесной связью множественной корреляции (r=0,6969). На основе регрессионной модели показан методологический подход разработки цифрового двойника отдельного сорта винограда (Каберне Совиньон) при изучении технологических качеств лозы. Подобная методология может применяться как для решения научных вопросов, так и в виде интегральной характеристики, использоваться для текущего прогноза качественных характеристик (с достоверностью r=0,9866). Показаны перспективные направления для дальнейших исследований в сфере цифровизации отрасли виноградарства с учётом последующего внедрения результатов исследований, как комплексных прогнозных моделей, в производство.
Abstract
It is established that in order to introduce digitalization into the viticulture industry, it is necessary to apply mathematical modeling methods using multiple regression analysis based on the creation of databases obtained at experimental sites, and observation results of the productivity of industrial plantations. The goal of research was to consider ways to create sustainable digital models explaining the influence of individual abiotic and biotic environmental factors, anthropogenic impact, as well as their complex interaction on the productivity of grape plants, their industrial plantations and the quality of products, taking into account ecological plasticity of rootstock and graſt varieties, as well as rootstock-graſt combinations. The work defines the directions and methodological approaches for a comprehensive study of the influence of soil, climatic, biotic and technological features of grape-growing and wine production on the cropping capacity of plantations and marketable qualities. The principal possibility of using nonparametric data as elements of varietal affiliation of rootstock-graſt combinations in a multifactorial regression model to characterize the yield of standard graſted cuttings with a close relationship of multiple correlation (r=0.6969) was established. Based on the regression model, a methodological approach to the development of a digital twin of a separate grape variety (‘Cabernet Sauvignon’) is shown when studying the technological qualities of the vine. Such a methodology can be used both to solve scientific issues, and in the form of an integral characteristic, used for the current forecast of qualitative characteristics (with confidence r=0.9866). Promising directions for further research in the field of digitalization of viticulture industry are shown, taking into account the subsequent implementation of research results as complex predictive models into production.
Как цитировать
Иванова Маргарита Игоревна; Иванченко Вячеслав Иосифович; Потанин Дмитрий Валериевич Перспективы разработки математических моделей прогнозирования продукционных процессов в виноградарстве // Магарач. Виноградарство и виноделие. 2024. Т. 26. № 3. С. 235-241.