Ключевые слова
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.