Экон_орган-1

ка необходима потому, что, как показали почвенные исследования, на территории каждой сельскохозяйственной организации встречается обычно до 40 и более разновидностей, дать предложения по рациональному использованию каждой не представляется возможным.

Предложенный набор культур для каждой агрогруппы позволяет установить их оптимальное чередование с целью размещения по хорошим предшественникам. Однако он не дает представления о степени пригодности почв для выращивания конкретной культуры. Поэтому на основании балльной оценки почвенных разновидностей по их пригодности под культуры определяется, в какой степени каждая из агрогрупп пригодна для выращивания той или иной культуры.

ВЦентре аграрной экономики Института экономики НАН Беларуси на ЭВМ реализована информационная модель оценки плодородия почв по их пригодности для возделывания основных сельскохозяйственных культур.

Основой информационного обеспечения данной модели являются: реальные результаты почвенно-агрохимического обследования рабочих

участков из «Базы данных агрохимического обследования почв»; шкала бонитировочных (оценочных) баллов почв, обладающих комп-

лексом оптимальных свойств для роста и развития сельскохозяйственных культур;

шкала бонитировочных (оценочных) баллов почв (баллы плодородия), свойства которых отличаются от оптимальных (с учетом поправочных коэффициентов на неблагоприятные факторы);

сравнительная пригодность основных агропроизводственных групп почв для возделывания сельскохозяйственных культур;

нормативная база по данной проблеме.

Предварительная оценка сравнительной пригодности рабочих участков для размещения возделываемых в хозяйстве сельскохозяйственных культур проводится с распределением рабочих участков на непригодные, малопригодные, пригодные и наиболее пригодные с учетом их плодородия.

На участках, где свойства почв отличаются от оптимальных, в полученный по таблице средневзвешенный балл почвенных разновидностей участка вводятся соответствующие поправочные коэффициенты на неблагоприятные факторы. Такая оценка плодородия рабочих участков определяет балл их плодородия, который является основным показателем качества земли.

Реальная проверка информационной модели проведена на базе данных агрохимического обследования почв сельскохозяйственных организаций Минского района.

Прогнозирование продуктивности земли.

Вобласти совершенствования прогнозирования продуктивности земли разработана информационная модель получения максимального урожая сельскохозяйственных культур в условиях конкретного рабочего участка, хозяйства, района, области, республики.

Модель выполнена на базе комплекса разработанных в институте программных средств с использованием данных агрохимического обследования почв, результатов качественной оценки (бонитировки) земель, применения

791

минеральных и органических удобрений и нормативов их окупаемости, разработанных РУП «Институт почвоведения и агрохимии» НАН Беларуси, по следующим вариантам:

прогнозирование урожая по фактическому плодородию почв. В основу закладываются их балльность, пригодность посевных участков для выращивания конкретных культур, цена одного балла или окупаемость определенной культурой, а также возможная прибавка от применения удобрений (по их фактическому внесению или по заданным дозам);

прогнозирование урожая для более крупных объектов (предприятия, района, области, республики). При этом учитывается балльность пашни, цена балла и прибавка урожая за счет действия минеральных и органических удобрений.

На основе этих вариантов разработаны методические указания. Проверка адекватности методики прогнозирования подтверждена факти-

ческими данными по урожаю за 2003—2005 гг.

Прогноз загрязнения урожая радионуклидами, базирующийся на результатах радиологического и агрохимического обследования почв сельскохозяйственных угодий по рабочим участкам.

Для прогноза используются значения коэффициентов перехода радионуклидов, установленные для каждой культуры из расчета на запас в пахотном горизонте при плотности загрязнения 1 Кu/км2, которые дифференцированы в зависимости от гранулометрического состава почв, содержания обменного калия и реакции почвенной среды, а также результаты агрохимического и радиологического обследования почв, представленные в виде базы данных.

Основным условием при подборе культур является соответствие их разновидности почв, степени окультуренности и плотности радиоактивного загрязнения. Необходимо также учитывать и биологические требования растений к предшественникам и плодородию почв. Наименьшее накопление радионуклидов происходит в тех культурах, которые характеризуются более низким содержанием калия и кальция. Многолетние травы сенокосов и паст­ бищ отличаются наибольшей способностью аккумулировать цезий-137 и строн­ ций-90. Осоковые травы произрастают на пониженных местах и накапливают цезия-137 в 5—100 раз больше, чем злаковые. Производство зеленых кормов из многолетних трав для дойного стада ограничивается на дерново-подзолис- тых почвах нормального увлажнения при плотности загрязнения цезием-137 более 22 Кu/км2, на заболоченных минеральных почвах более — 6 Кu/км2, на торфяных почвах — более 4 Кu/км2. При высокой плотности загрязнения це- зием-137 могут быть ограничения и по использованию соломы на корм дойному стаду для получения цельного молока, однако такие пастбища, сенокосы и солому можно использовать при мясном откорме или для производства молока как сырья для дальнейшей переработки.

При определении прогноза уровня загрязнения конкретной культуры радионуклидами цезия и стронция дифференцированные значения коэффициентов пропорциональности в пересчете на стандартную влажность продукции умножаются на величину плотности загрязнения почв.

По каждому элементарному участку в документе приведены семь пунктов: 1 — прогноз загрязнения цезием-137; 2 — в% РДУ молоко цельное;

792

3 — в% РДУ молоко сыpье;

4 — в% РДУ заключительный откоpм;

5 — прогноз загрязнения стpонцием-90;

6 — в% РДУ молоко цельное;

7 — в% РДУ молоко сыpье.

Гpанулометpический состав выбиpается пpеобладающий по тpетьему знаку кода почв базы данных.

Значения кислотности, обменного калия, цезия и стронция по каждому элементарному участку выбираются из базы данных.

Прогноз содержания цезия-137 и стронция-90 рассчитывается по формуле (на примере цезия-137):

Csk = Kkcs · Pcs · 37,

где Csk — прогноз содержания цезия-137; Kkcs — удельная радиоактивность, выбранная для культуры (Кк) по содержанию обменного калия и гранулометрического состава элементарного участка; Pcs — плотность загрязнения цезием-137.

Процент республиканского допустимого уровня содержания радионуклидов в пищевых продуктах (РДУ-99) вычисляется по формуле (на примере це- зия-137):

%РДУ = Csk 100 , РДУ

где РДУ по культуре выбирается из соответствующего справочника. Значения допустимого содержания цезия-137 и стронция-90 в продуктах

питания и питьевой воде, заложенные в РДУ-99, научно обоснованы, поскольку установлены исходя из реальной структуры питания населения Беларуси и лимитированного уровня лучевого воздействия, оговоренного Законом «О социальной защите граждан, пострадавших от катастрофы на Чернобыльской АЭС». При этом в цифры РДУ-99 заложен определенный коэффициент консерватизма, поскольку они установлены исходя из допущения, что только при систематическом каждодневном употреблении в пищу продуктов с уровнями, значительно превышающими значения РДУ-99, предел внутреннего облучения человека может быть достигнут или превзойден.

Надежность принятых РДУ-99 подтверждают и данные прямых изменений содержания цезия-137 в организме жителей, проживающих на загрязненных территориях Беларуси. У подавляющего большинства обследованных лиц уровни накопления этого изотопа, а следовательно, и дозы внутреннего облучения значительно ниже допустимых.

При сопоставлении допустимых уровней содержания цезия-137 в продуктах питания, принятых в странах, наиболее пострадавших от аварии на ЧАЭС, следует отметить, что по дозовому критерию РДУ-99 практически совпадают с уровнями, принятыми в Украине, и почти в 2 раза ниже, чем в России.

Стратегия мер радиационной защиты, осуществляемая в Республике Беларусь, конкретным отражением которых является принятие РДУ-99, направлена на неуклонное снижение дозовых нагрузок, формирующихся у на-

793

селения. Она опирается на программу действий, заложенную в Государ­ ственную программу по реабилитации населения и территорий, пострадавших в результате аварии на ЧАЭС.

Определение стоимостной оценки земли.

Информационная модель стоимостной оценки земли позволяет определить дифференциальный чистый доход, образуемый на разных по качеству землях, и рассчитать равновеликую цену земли относительно среднереспубликанских условий.

На базе годовых отчетов, агрохимического и радиологического обследования сельскохозяйственных угодий, кадастровой оценки земель сельскохозяйственных предприятий разработана компьютерная модель стоимостной оценки земли. В контексте этого выполнены расчеты рентного дохода, нормативной цены земли с их дифференциацией по республике, областям, районам и хозяйствам. Данный программный продукт позволяет вести расчеты стоимостной оценки земли, величин земельного налога и арендной платы в разрезе каждого земельного участка.

Рентный доход и цена отдельных земельных участков определяется путем дифференцирования данных хозяйства, на территории которого они находятся. Это выполняется исходя из оценочных баллов участков и агрохимических свойств почв.

Показатели экономической оценки земли (рентный доход, нормативная цена земли) предназначены для дифференциации ставок земельного налога

иарендной платы с целью эффективного использования сельскохозяйственных земель в рыночных условиях.

Определение искусственного плодородия почв по их важнейшим показателям (гумус, фосфор, калий, кислотность).

Информационная модель стоимостной оценки искусственного плодородия почв по их важнейшим показателям (гумус, фосфор, калий, кислотность) на гектар и баллогектар разработана с целью более объективного подхода к оценке стоимости пахотных земель в условиях конкретного сельскохозяйственного предприятия, района, области, республики.

Анализ имеющихся данных позволяет сделать вывод о том, что плодородие любой почвы проявляется в двух формах: природное (естественное) плодородие характеризует исходные потенциальные возможности почвы, действительное (естественное +искусственное) — степень использования этих возможностей.

Воздействуя на почву, человек не только все больше использует природные почвенные ресурсы, увеличивая действительное плодородие, но

исущественно изменяет потенциальные возможности почвы — ее природное плодородие. Обработка почвы, применение удобрений, мелиоративные

идругие мероприятия изменяют природное (естественное) плодородие, создают искусственно как бы новую его часть — искусственное плодородие. Созданное человеком искусственное плодородие не может существовать отдельно: сочетаясь с естественным (природным) плодородием, оно образует качественно новую категорию — природно-экономическое плодородие.

Уровень природного плодородия почвы определяют основные составляющие почвенного плодородия: содержание гумуса и его качество, влияющие

794

на запасы азота и других питательных веществ, поглотительную способность почвы, структурное состояние и агрофизические характеристики; содержание питательных веществ (азот, фосфор, калий, кальций и другие макро- и микроэлементы, их общее количество и степень подвижности, доступности растениям), определяющее питательный режим; почвенные условия (тип

игранулометрический состав почв, степень увлажнения, подстилающая порода и т. д.); хозяйственная деятельность человека.

Перечисленные природные факторы потенциального плодородия характеризуют непосредственно почву и могут быть точно определены и учтены в динамике.

Модель выполнена на базе комплекса разработанных в центре программных средств с использованием научных данных экономических и почвенноагрохимических исследований Центра аграрной экономики Института экономики, почвоведения и агрохимии, земледелия и селекции, механизации сельского хозяйства НАН Беларуси по следующим вариантам оценки плодородия пахотных почв, выделенных в настоящее время в научной литературе

ипрактике, с реализацией соответствующих алгоритмов:

сиспользованием хозяйственного баланса (по валовому поступлению

иотчуждению элементов питания);

через зерновой эквивалент — показывает размер естественного плодородия как величину урожая полученного за счет естественного плодородия, которую можно получить на почвах в зависимости от балла плодородия без внесения удобрений и, соответственно, размер искусственного плодородия как разницу между фактическим урожаем и урожаем за счет естественного плодородия;

по энергетической оценке питательных свойств почв — показывает нормативную величину суммарных энергетических затрат для создания содержания элементов питания и их запаса в почве;

по доходу, полученному за счет искусственного плодородия (дифференциальная рента II) — показывает величину чистого (валового) дохода, которую получают сельскохозяйственные организации за счет дополнительных затрат капитала в сложившийся период экономики.

Основой информационного обеспечения модели стоимостной оценки искусственного плодородия почв по их важнейшим показателям (гумус, фосфор, калий, кислотность) являются: реальные результаты хозяйственного баланса плодородия почв по валовому поступлению и отчуждению элементов питания; данные площадей почв по генетическим типам, гранулометрическому составу, подверженности эрозии, степени увлажнения сельскохозяйственных земель в разрезе районов и областей Беларуси; агрохимическая характеристика почв сельскохозяйственных угодий Республики Беларусь по результатам девятого тура обследования на 01.01.2005 г.

В расчетах используются научные данные:

поступление в почву элементов питания (азот, фосфор, калий, кальций + магний) из 1 т органических удобрений, кг/га;

фиксация азота бобовыми культурами, кг/га; стоимость минеральных удобрений, руб./кг д. в.;

795

потери элементов питания (азот, калий, кальций + магний) от выщелачивания на пахотных почвах, кг/га;

цена балла плодородия почв, оплата органических и минеральных удобрений продукцией культур, кг продукции;

площадь земель (районы, области, республика) по гранулометрическому составу и эродированности, га.

Оценка искусственного плодородия почв произведена на уровне Минского района по сельскохозяйственным предприятиям, Минской области по районам, республики по областям с использованием реальных данных за 2004 г. хозяйственного баланса плодородия почв по валовому поступлению и отчуждению элементов питания, урожайности зерновых культур, агрохимической характеристики пахотных почв (содержание и запас в почве основных элементов питания), по доходу, полученному за счет искусственного плодородия (дифференциальная рента II).

32.2. Компьютерное обеспечение отраслей животноводства

Сельскохозяйственное производство по праву считается одним из наиболее сложных видов деятельности человека, где успех отрасли зависит от огромного количества факторов, влияние на которые оказывают не только технологические, но и постоянно изменяющиеся природно-климатические условия.

Целью сельскохозяйственного производства, как и любого другого, является получение прибыли. Именно этой цели подчинено ведение всех технологических процессов на рационально организованном производстве.

В современной экономической обстановке значительно возрастают требования к эффективности управления производством. От степени «правильности» управления часто зависит не только текущий успех отдельного производства, но и «экономическая судьба» предприятия в целом. Управление — это, в первую очередь, информационный процесс, процесс целенаправленного преобразования информации начиная от получения исходных данных по проблеме, их анализа и только затем формирование управленческого решения и его исполнение. Качество этого информационного процесса (а, следовательно, и «правильность» управления) определяющим образом зависит от применяемых информационных технологий — системы правил и средств отображения, регистрации, преобразования, генерации, хранения и передачи информации.

Персональный компьютер в области животноводства следует рассматривать не только как средство облегчения интеллектуального труда, но и в качестве исключительно мощного инструмента познания и воздействия на процессы, осуществляемые при разведении, селекции, воспроизводстве, кормлении, содержании, обслуживании поголовья.

Для того, чтобы сельскохозяйственное предприятие могло занять достойное место и на равных участвовать в условиях рыночной экономики с себе подобными, оно должно осуществлять производственный процесс на основе высокотехнологичного, т. е. компьютерного информационно-ор-

796

ганизационного обеспечения, принципы использования которого представлены на рис. 1.69.

Оно осуществляется на основе трех взаимосвязанных и взаимообусловленных компонентов, с участием специалистов разного профиля. Так, постановка задач, анализ результатов и принятие решения входят в компетенцию зооинженеров и ветеринарных врачей. Компьютерное решение задач до последнего времени выполняли профессионалы в области вычислительной техники. С появлением новых поколений персональных компьютеров и программного обеспечения стало возможным решение поставленных задач при помощи ПЭВМ непосредственно специалистами животноводства. Такой под-

Рис. 1.69. Принципы использования информационных технологий в животноводстве

797

ход к компьютерной технологии, особенно в племенном животноводстве, следует признать наиболее перспективным.

Эффективность работы зоотехнической службы во многом определяется возможностью получения и анализа массива данных о физиологическом состоянии и показателях продуктивности как каждого животного, так и по стаду в целом. Для того, чтобы оптимизировать рацион для каждой группы, определить оптимальные условия содержания и технологию производства, зоотехнику приходится использовать не только справочные и расчетные данные, но также обрабатывать результаты контрольных доек, анализа кормов, показателей воспроизводства, заболеваемости и т. д. Это очень трудоемкий процесс, но, в конечном итоге, от его результатов зависит уровень продуктивности животных, эффективность и прибыльность производства в целом.

Возможности использования ЭВМ в животноводстве с каждым годом расширяются. Зоотехническая наука и практика в сотрудничестве с представителями точных наук за последние три десятилетия прошли путь практически от нуля до введения в крупномасштабную эксплуатацию сложных информационных систем. Разработаны оригинальные методики сбора, накопления, контроля информации для формирования банков данных производителей, маточного поголовья стад. Используются программы для организации работы в различных сферах животноводства: от контроля за состоянием всего животноводства в хозяйстве, до контроля за состоянием отдельного животного в стаде.

Внастоящее время уже создано достаточное количество отечественных

изарубежных компьютерных программ для обработки информации по селекционной работе, по составлению рационов и др. Однако центральным звеном этой информационной цепи является инструмент, оперирующий текущей информацией о животных, предоставляющий данные о фактическом состоянии производства на данный момент — программа «управления стадом».

Программа управления стадом привязывается к доильному оборудованию, так как оно является ключевым звеном в технологии производства молока — именно здесь собирается, обновляется и записывается информация о продуктивности, качественных показателях молока, воспроизводстве, физиологическом состоянии животных. Компьютерная обработка этого массива данных

ипредоставляет специалисту информацию, на основании которой он может принимать оптимальные решения, касающиеся как отдельного животного, так и стада в целом.

Для совершенствования технологических процессов на молочных фермах необходимо внедрять автоматизированную информационную систему оперативного зоотехнического учета, позволяющую создать базу достоверной зоотехнической информации, своевременно планировать и перегруппировывать стада по продуктивности и физиологическим стадиям лактации, автоматизировать часто повторяемые операции для каждого животного. Постоянно пополняемая компьютерная база данных позволяет формировать планы отелов, осеменений, ректальных исследований, перегруппировки животных, создавать требуемую отчетную документацию и т. д. Устройство для дифференцированного разделения потока коров после доения позволяет распознать номер животного и на основании имеющейся о нем информации направить его

798

водну из секций. В секции зооветобслуживания специалистам выдается компьютерная распечатка, указывающая, по какому признаку выделено животное и какую операцию обслуживания с ним рекомендуется проводить. Зачастую импортные аналоги молочного оборудования с АСУ ТП не соответствуют существующим нормам ведениям молочного скотоводства в нашей республике. Поэтому и возникает необходимость создания и совершенствования отечественных автоматизированных систем управления, адаптированных для работы на МТФ и комплексах.

Одним из главных технологических процессов в животноводстве, от которого зависит рентабельность всего производства в целом, является корм­ ление животных. Качество кормления определяет продуктивность животных, показатели воспроизводства, здоровья, племенные качества, сроки эксплуатации. Современная наука по кормлению сельскохозяйственных животных утверждает, что «хорошим» рационом может быть лишь рацион, сбалансированный по десяткам компонентов питания, которые отражены

внормах кормления. Отклонение от норм даже по одному из компонентов питания может привести к снижению эффективности эксплуатации животных: потере продуктивности, воспроизводительных качеств и племенной ценности животного.

Затраты на корма остаются одной из главных расходных статей животноводческого предприятия (до 70% от всех производственных затрат). Для эффективной работы отрасли зоотехническая служба каждого предприятия должна обеспечить оптимальное функционирование всего производственного процесса, который начинается от рождения молодняка животных, его целенаправленного выращивания и в конечном итоге получения продукции от взрослых животных. Поддержание производственного процесса на высоком уровне требует составления полноценных и экономически выгодных рационов кормления для каждой половозрастной группы. В молочном животноводстве количество таких групп доходит до 40—50. Соответственно необходимо ежемесячно составлять и корректировать не менее 40 рационов для животных. Поскольку потребность в питательных веществах для животных нормируется по 30 и более показателям, расчеты рационов превращаются

втрудоемкую и сложную задачу. Так, только для простого обсчета (без оптимизации) имеющегося рациона даже при минимальном наборе кормов (3— 4 ингредиента) необходимо выполнить около 600—1000 математических операций, на что необходимо затратить как минимум 2—3 часа рабочего времени. Отсутствие хороших отечественных компьютерных программ не позволяет­ качественно вести работу зоотехнической службе хозяйств по оптимизации рационов животных. В итоге данная работа в хозяйствах выполняется не на достаточном уровне, как следствие этого среднегодовая продуктивность коров в целом по республике (3670 кг) значительно отстает от генетического потенциала продуктивности дойного стада (6500—8000 кг). При расчетной себестоимости 1 к. ед. — 150 руб. и затратах корма 1,2 к. ед. на 1 л молока снижение затрат на корма в масштабах республики составит 198,2 млрд руб. (табл. 1.86). А увеличение прибыли от реализации генетического потенциала дойного стада в целом по стране при 3,0% рентабельности может составить 356,6 млрд руб. (табл. 1.87).

799

Таблица 1.86. Потенциал снижения затрат на корма в масштабе Республики Беларусь

Предлагаемые на нашем рынке программные продукты зарубежного производства по кормлению имеют не только высокую стоимость, но и не обеспечены достаточно качественным сервисным обслуживанием, в результате чего спрос сельскохозяйственных производителей на них невысок. Поэтому в ближайшее время необходима разработка белорусской комплексной компьютерной программы по кормлению животных, максимально учитывающей отечественную специфику производства продуктов животноводства и кормов. Программа должна отвечать следующим требованиям:

балансирование рационов по всем нормируемым компонентам питания и соотношениям; определение норм кормления по характеристикам животных; коррекция норм кормления; формирование собственных наборов норм кормления; расчет потенциального удоя коров. Расчет рационов по критериям оптимизации: максимальная прибыль; максимальная сбалансированность.

Анализ кормления по фактическим рационам и продуктивности животных: анализ рассчитанных рационов; вычисление продуктивности, обеспечиваемой рационом; вычисление показателей сбалансированности и экономической эффективности рационов; структуризация сбалансированности рациона по компонентам питания и соотношениям; расчет рецептов комбикормов, БМВД, премиксов требуемой питательности; формирование статей расхода на производство комбикормов, премиксов, молока; калькуляция цены комбикормов, БМВД, премиксов; расчет и анализ себестоимости молока.

Разработка и использование программного комплекса позволит учесть все факторы, определяющие возможность составления оптимального рациона для животного. Оптимизация рационов при помощи программы позволит

800