В. К. КАЛИЧКИН1, Д. С. ФЕДОРОВ1,2, О. К. АЛЬСОВА2, К. Ю. МАКСИМОВИЧ1
1Сибирский федеральный научный центр агробиотехнологий Российской академии наук, пос. Краснообск, Новосибирский р-н, Новосибирская область, 630501, Российская Федерация
2Новосибирский государственный технический университет, просп. Карла Маркса, 20, Новосибирск, 630092, Российская Федерация
Резюме. Исследования проводили с целью разработки программы, реализующей методику (технологию) анализа и прогнозирования урожайности сельскохозяйственных культур. Описаны алгоритмы, архитектура, модули и функциональные возможности программы Crop Yield Analysis & Forecast (CYAF). Разработанная программа состоит из четырёх модулей: средства взаимодействия с данными, средства представления данных, анализа данных и прогнозирования. В CYAF реализована технология исследования многолетних данных по урожайности сельскохозяйственных культур, использующая комплекс методов интеллектуального анализа данных, а именно методов первичного разведочного анализа данных, дисперсионного анализа данных, корреляционного анализа данных, дерева решений. Входными данными для программы могут выступать результаты полевых опытов любого участка с неограниченным количеством зафиксированных факторов и условий, значения которых могут измеряться как по качественной, так и по количественной шкалам. Комплексность использования методов анализа данных, сочетание параметрических и непараметрических подходов обеспечивают достаточно высокую точность прогнозирования урожайности культуры. В качестве средств разработки программы использованы язык статистической обработки R и объектно-ориентированный язык программирования C#. Разработанная программа обладает масштабируемостью – в будущем возможна оптимизация существующего функционала, а также его расширение путем добавления новых алгоритмов машинного обучения. Тестирование выполняли на данных по урожайности яровой пшеницы в северной лесостепи Кузнецкой котловины Западной Сибири. Коэффициент детерминации прогнозной модели равен 0,83. Программа успешно прошла тестирование, все модули приложения корректно работают в соответствии с заявленным функционалом, разработка готова к внедрению.
Ключевые слова: урожайность, прогнозирование, программирование, интеллектуальный анализ данных, R, C#, R.NET.
Сведения об авторах: В. К. Каличкин, доктор сельскохозяйственных наук, главный научный сотрудник (e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.); Д. С. Федоров, ведущий программист, магистрант; О. К. Альсова, кандидат технических наук, доцент; К. Ю. Максимович, младший научный сотрудник.
Для цитирования: Разработка программы анализа и прогнозирования урожайности сельскохозяйственных культур / В. К. Каличкин, Д. С. Федоров, О. К. Альсова и др. // Достижения науки и техники АПК. 2022. Т. 36. № 1. С. 51–56. doi: 10.53859/02352451_2022_36_1_51.