Cybernetics And Systems Analysis logo
Інформація редакції Аннотації статей Автори Архів
Кібернетика та Системний Аналіз
Міжнародний Науково-Теоретичний Журнал
-->


DOI 10.34229/KCA2522-9664.25.1.10
УДК 519.863

В.А. ПЕПЕЛЯЄВ
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,
pepelaev@yahoo.com

О.М. ГОЛОДНІКОВ
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,

Н.О. ГОЛОДНІКОВА
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,


МОДЕЛЮВАННЯ ВПЛИВУ КЛІМАТИЧНИХ ЗМІН
НА ВРОЖАЙНІСТЬ ОЗИМОЇ ПШЕНИЦІ В ЛІСОСТЕПОВІЙ
АГРОКЛІМАТИЧНІЙ ЗОНІ УКРАЇНИ (ЧЕРКАСЬКА ОБЛАСТЬ)

Анотація. Побутує думка, що зміна клімату призведе до зниження врожайності зернових культур. Для того щоб її підтвердити або спростувати, проведено математичне моделювання впливу кліматичних змін на рівень урожайності озимої пшениці в деяких районах Черкаської області, які знаходяться у лісостеповій зоні України. На першому етапі побудовано математичну модель залежності врожайності цієї культури від температури повітря та кількості опадів. На другому етапі побудовано математичну модель урожайності озимої пшениці в одному з розглядуваних районів і проведено розрахунки. Моделювання показало, що медіана функції розподілу врожайності озимої пшениці у Драбівському районі в майбутньому періоді 2030–2060 рр. буде перевищувати історичні значення цього показника за період 2005–2020 рр. з імовірністю 0.7. Крім того, з імовірністю 0.4 врожайність озимої пшениці у Драбівському районі в майбутньому періоді 2030–2060 рр. буде перевищувати 50.7 ц/га. При цьому максимальна врожайність у цьому районі не буде перевищувати 71.4 ц/га.

Ключові слова: адаптація до кліматичних змін, врожайність, квантильна регресія, статистична вибірка, математична модель.


повний текст

СПИСОК ЛІТЕРАТУРИ

  • 1. Литвинов М. Найспекотніший день в історії: середня температура на планеті піднялася на 2 градуси. URL: https://universemagazine.com/.

  • 2. Польовий В.М., Лукащук Л.Я., Лук’яник М.М. Вплив змін клімату на розвиток рослинництва в умовах західного регіону. Вісник аграрної науки. 2019. № 9 (798). С. 29–34. URL: https://agrovisnyk.com/ .

  • 3. Golodnikov A., Knopov P., Pepelyaev V., Shpiga S. Mathematical methods of adaptation of crop production to climate change. In: Nexus of Sustainability. Studies in Systems, Decision and Control. Zagorodny A., Bogdanov V., Zaporozhets A. (Eds.). Cham, Springer, 2024. Vol. 559. P. 281–293. https://doi.org/10.1007/ .

  • 4. Atoyev K.L., Knopov P.S. Modeling of complex systems instability under risks and uncertainty. Proc. 2022 IEEE Third International Conference on System Analysis & Intelligent Computing (SAIC) (04–07 October 2022, Kyiv, Ukraine). Kyiv, 2022. P. 14. https://doi.org/10.1109/ .

  • 5. Atoyev K.L., Knopov P.S. Mathematical modeling of climate change impact on relationships of economic sectors. Cybernetics and Systems Analysis. 2023. Vol. 59, N 4. P. 535–545. https://doi.org/10.1007/ .

  • 6. Atoyev K.L Multicriteria decision-making tool for optimal water resource management. In: Wastewater Reuse-Risk Assessment, Decision-Making and Environmental Security. Zaidi M. (Ed.). NATO Science for Peace and Security Series. Dordrecht: Springer, 2007. P. 131–144. https://doi.org/10.1007/ .

  • 7. Atoyev K., Knopov P., Pepeliaev V., Kisala P., Romaniuk R., Kalimoldayev M. The mathematical problems of complex systems investigation under uncertainties. In: Recent Advances in Information Technology. Wojcik W., Sikora J. (Eds.). London, UK: CRC Press/Balkema, Taylor & Francis Group, 2017. P. 135–171. http://dx.doi.org/10.1201/ .

  • 8. Дмитренко В.П., Однолєток Л.П., Кривошеїн О.О., Круківська А.В. Розвиток методології оцінки потенціалу врожайності сільськогосподарських культур з урахуванням впливу клімату і агрофітотехнологій. Український гідрометеорологічний журнал. 2017. № 20. C. 52–60. http://eprints.library.odeku.edu.ua/.

  • 9. Pepelyaev V.A., Golodnikova N.A. Mathematical methods for crop losses risk evaluation and account for sown areas planning. Cybernetics and Systems Analysis. 2014. Vol. 50, N 1. P. 60–67. https://doi.org/10.1007/ .

  • 10. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. Reliability optimization in plant production. Cybernetics and Systems Analysis. 2022. Vol. 58, N 2. P. 191–196. https://doi.org/ 10.1007/ .

  • 11. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. Reliability optimization method alternative to bPOE. Cybernetics and Systems Analysis. 2022. Vol. 58, N 4. P. 593–597. https://doi.org/10.1007/ .

  • 12. Mikhalevich V.S., Knopov P.S., Golodnikov A.N. Mathematical models and methods of riks assessment in ecologically hazardous industries. Cybernetics and Systems Analysis. 1994. Vol. 30, N 2. P. 259–273. https://doi.org/10.1007/BF02366429. .

  • 13. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. Reviewing climate changes modeling methods. Cybernetics and Systems Analysis. 2023. Vol. 59, N 3. P. 398–406. https://doi.org/10.1007/ .

  • 14. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. Modeling the impact of climate change on the crop yield. Cybernetics and Systems Analysis. 2023. Vol. 59, N 6. P. 949–955. https://doi.org/10.1007/ .

  • 15. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. Method of optimizing the structure of sowing areas for the adaptation of crop production to climate changes. Cybernetics and Systems Analysis. 2024. Vol. 60, N 3. P. 415–421. https://doi.org/10.1007/ .

  • 16. Golodnikov A.N., Ermoliev Yu.M., Knopov P.S. Estimating reliability parameters under insufficient information. Cybernetics and Systems Analysis. 2010. Vol. 46, N 3. P. 443–459. https://doi.org/10.1007/s10559-010-9219-9. .

  • 17. Butenko S., Golodnikov A., Uryasev S. Optimal security liquidation algorithms. Comput. Optim. Applic. 2005. Vol. 32, Iss. 12. P. 9–27. https://doi.org/10.1007/ .

  • 18. Pepelyaev V.A., Golodnikov A.N., Golodnikova N.A. A new method of reliability optimization in the classical problem statement. Cybernetics and Systems Analysis. 2022. Vol. 58, N 6. P. 917–922. https://doi.org/10.1007/ .

  • 19. Golodnikov A., Kuzmenko V., Uryasev S. CVaR regression based on the relation between CVaR and mixed-quantile quadrangles. J. Risk Financial Manag. 2019. Vol. 12, Iss. 3. Article number 107. https://doi.org/10.3390/ .

  • 20. Golodnikov A.N., Knopov P.S., Pepelyaev V.A. Estimation of reliability parameters under incomplete primary information. Theor. Decis. 2004. Vol. 57, Iss. 4. P. 331–344. https://doi.org/10.1007/ .

  • 21. Atoyev K., Ermolieva T., Knopov P. Mathematical modeling of interconnections between ecological, food, and economic dimensions of security. In: Nexus of Sustainability. Zagorodny A., Bogdanov V., Zaporozhets A. (Eds.). SSDC. Cham: Springer, 2024. Vol. 559. P. 33–60. https://doi.org/10.1007/ .

  • 22. Atoyev K., Knopov P., Pepelyaeva T. Mathematical modeling of COVID-19 pandemic and its impact on food production, supply chains, and the medical sector. In: Nexus of Sustainability. Zagorodny A., Bogdanov V., Zaporozhets A. (Eds.). SSDC. Cham: Springer, 2024. Vol. 559. P. 185–209. https://doi.org/10.1007/ .

  • 23. Giorgi F., Jones C., Asrar G.R. Addressing climate information needs at the regional level: the CORDEX framework. World Meteorological Organization Bulletin. 2009. Vol. 58, Iss. 3. P. 175–183. https://cordex.org/wp-content/ .

  • 24. Roberts M.J. et al. The benefits of global high resolution for climate simulation: Process understanding and the enabling of stakeholder decisions at the regional scale. Bulletin of the American Meteorological Society. 2018. Vol. 99, Iss. 11. P. 2341–2359. https://doi.org/10.1175/ .

  • 25. EURO-CORDEX Data. URL: https://www.euro-cordex.net/060378/ .

  • 26. Koenker R., Bassett G. Regression quantiles. Econometrica. 1978. Vol. 46, N 1. P 33–50. https://doi.org/10.2307/1913643. .

  • 27. Portfolio Safeguard. http://www.aorda.com/index.php/ .

  • 28. Box plot. Wikipedia. https://en.wikipedia.org/wiki/Box_plot. .




© 2025 Kibernetika.org. All rights reserved.