Методы моделирования в селекции на продуктивность

Методы моделирования в селекции на продуктивность. Необходимость учета влияния на продуктивность растений множества сильно варьирующих факторов в динамике биологических особенностей растений, почвенных, климатических, агротехнических, экономических и других факторов обуславливает развитие системного подхода к управлению формированием урожая на основе моделирования.

Точный расчет с применением математических моделей и вычислительной техники обеспечивает наиболее эффективное использование ресурсов с учетом роста плодородия полей и охраны окружающей среды.

Это повышает объективность, точность решения задач оптимизации по сравнению с традиционными методами принятия решений на основе практического опыта и интуиции. В зарубежных странах с развитым сельским хозяйством моделирование находит все большее значение для прогнозирования урожайности и управления формированием урожая сельскохозяйственных культур в целях достижения максимальной эффективности в земледелии.

Потребность в разработке и совершенствовании математических моделей обусловлена непрерывным усложнением задач, возникающих во всех отраслях сельского хозяйства, имеющих системный характер, ужесточение требований к корректности и обоснованности принятия решений. Все это ведет к повышению удельного веса математических моделей в ряду средств современной информационной технологии. В селекционных программах с помощью моделирования ведутся исследования для выявления оптимального сочетания признаков при проектировании новых сортов с заданными параметрами.

По-видимому, в будущем значительная часть работы в этих программах будет состоять из разработки целесообразных моделей и сбора материала для математического моделирования. Все многообразие разрабатываемых и применяемых математических моделей формирования урожая объединяется в три основных типа балансовые, математико-статистические и динамические имитационные модели.

В практике прогнозирования и программирования урожая наибольшее применение получили первые два типа. Комплексные динамические модели используются пока преимущественно для исследовательских целей - изучения особенностей механизмов, определяющих важнейшие физиологические процессы растений, возможность их адаптации и т.д. Для решения практических задач разрабатываются прикладные динамические модели продуктивности посевов сельскохозяйственных культур. Методы планирования и организации фундаментальных и прикладных исследований, направленные на разработку моделей продукционного процесса растений, отличаются от традиционных.

Это, прежде всего комплексные исследования, для которых характерен системный подход, позволяющий связать совокупность различных экспериментов физиологов, селекционеров, агрометеорологов, агрохимиков, растениеводов, математиков и инженеров в единую систему взаимосвязанных теоретических и экспериментальных работ, сориентированных на достижение единой цели. В зависимости от цели модели и ее структуры соотношение проводимых полевых, вегетационных, лабораторных опытов, исследований в фитотроне и на ЭВМ может быть различным.

В связи с необходимостью проведения многофакторных опытов для определения параметров модели в этих исследованиях одним из наиболее рациональных является метод математического планирования эксперимента, базирующийся на основе математической статистики. По мере накопления количественных данных о биологических процессах в растениях, а также о процессах, протекающих в системе почва - погода - растительный покров, совершенствования математических методов роль моделирования в программировании урожайности и селекции растений будет возрастать. Вместе с тем разработанные в ряде научных учреждений Волгоградский СХИ, ЮжНИИГиМ, АФИ, MCXA, ВНИИ риса, ВНИИ кормов и др. модели и системы программно-целевого управления урожаем отдельных культур и продуктивностью севооборотов в целом уже сейчас позволяют более эффективно использовать имеющиеся ресурсы, значительно снижать затраты труда на возделывание культур и получать запланированные урожаи.