Пошук
АНОТАЦІЯ
Стаття присвячена питанням прогнозування врожайності озимої пшениці. Запропоновано підхід до моделювання та прогнозування врожайності озимої пшениці, що ґрунтується на кореляційно-регресійному аналізі. Запропонований підхід передбачає врахування гідрометеорологічних факторів, що мають найбільший вплив на врожайність озимої пшениці. За допомогою кореляційного аналізу визначено вісім гідрометеорологічних факторів, що найбільше впливають на врожайність озимої пшениці, з тридцяти факторів, що досліджувалися (дані за десять місяців з жовтня по липень про середньомісячну кількість опадів, мм; температуру повітря, оС; кількість сонячних днів). На основі отриманої регресійної моделі зроблено прогноз на 2018 рік з використанням фактичних (за січень та квітень) та прогнозних (за травень, червень та липень) гідрометеорологічних даних.
Ключові слова: прогнозування, моделювання, врожайність, кореляційно-регресійний аналіз, гідрометеорологічні фактори.
АННОТАЦИЯ
Статья посвящена вопросам прогнозирования урожайности озимой пшеницы. Предложен подход к моделированию и прогнозированию урожайности озимой пшеницы, который основывается на корреляционно-регрессионном анализе. Предложенный подход предусматривает учет гидрометеорологических факторов, которые имеют наибольшее влияние на уровень урожайности озимой пшеницы. С помощью корреляционного анализа определены восемь наиболее влияющих на урожайность озимой пшеницы гидрометеорологических факторов из тридцати исследуемых (данные за десять месяцев с октября по июль о среднемесячном количестве осадков, мм; температуре воздуха, оС; количестве солнечных дней). На основе полученной регрессионной модели сделан прогноз на 2018 год с использованием фактических (за январь и апрель) и прогнозных (за май, июнь и июль) гидрометеорологических данных.
Ключевые слова: прогнозирование, моделирование, урожайность, корреляционно-регрессионный анализ, гидрометеорологические факторы.
АNNOTATION
The article is devoted to the issues of winter wheat yield forecasting. The article proposes an approach to modeling and forecasting of winter wheat yield, based on correlation-regression analysis. With the help of correlation analysis, we identified eight hydro-meteorological factors that have the greatest effect on winter wheat yields of thirty investigated factors (data for the ten months from October to July based on average monthly precipitation, mm; monthly air temperature, оС; sunny days). Based on the obtained model, the forecast was made using the special module of the program Statistic 10 for 2018, using the actual (for January and April) and forecast (for May, June and July) hydro meteorological data.
Key words: forecasting, modeling, productivity, correlation-regression analysis, hydro meteorological factors.