Методический подход к оценке рисков возможного недобора урожая при реализации агротехнологий

Полный текст

Введение

Лица, принимающие решения (далее ЛПР) при управлении агротехнологиями, несут личную ответственность за своевременный и безопасный выпуск заданного количества продукции растениеводства. Для них процесс управления производством продукции растениеводства (далее управление агротехнологиями) состоит из серии многоходовых задач, в которых необходимо в режиме реального времени просчитать множество возможных вариантов решений по одним исходным данным и выбрать единственный вариант для реализации, соответствующий прогнозу развития условий производства при минимальном риске потерь урожая. Реализуя процесс управления агротехнологиями ЛПР делает два вида прогнозов для подконтрольной территории: прогноз развития природных условий, которые влияют на урожай независимо от его решений и действий; прогноз развития растений как управляемый продукционный процесс, в котором ЛПР через свои решения формирует заданный урожай. Принимая управленческие решения, ЛПР учитывает вероятность риска недобора урожая как от погодных условий, так и от действий субъектов-исполнителей, по тем или иным причинам допускающим реализацию агротехнологии с отклонениями параметров процессов от проектных (заданных) значений [1]. Методы оценки вероятности риска недобора урожая из-за неблагоприятных природных условий разработаны, в т. ч. с учетом статистики метеонаблюдений по регионам. На этой основе рассчитывают страховые компенсирующие мероприятия по возмещению убытков от неблагоприятных природных явлений [2, 3].

Методические подходы к оценке вероятности рисков недобора урожая из-за ошибок в решениях ЛПР или действий исполнителей исследованы недостаточно и находятся в стадии изучения. На практике для снижения рисков потерь урожая принято в конце каждого производственного цикла анализировать результаты действий исполнителей с целью выявления субъективных ошибок и принятия мер для их исключения в последующих циклах [4, 5]. Таким образом ЛПР и субъекты-исполнители накапливают личный опыт управления агротехнологией в ручном режиме. Однако, машинные агротехнологии, постоянно совершенствуясь на основе научных достижений, достигли такой степени сложности и интенсивности, что у ЛПР и исполнителей решений возникает острая нехватка времени для обработки информации, ведущей к увеличению числа ошибок. Риск недобора урожая из-за событий-ошибок перерастает в проблему, требующую решения ^[1] [6—8]. Для снижения вероятности риска ошибок управления ученые рекомендуют передавать отдельные функции ЛПР роботам, что в итоге должно обеспечить постепенный переход к управлению агротехнологиями на основе принципов интеллектуального (точного) земледелия. Этот процесс идет через разработку и внедрение систем поддержки решений (далее СППР) на основе цифровых моделей агротехнологий [9] и автоматизированных рабочих мест (далее АРМ) для ЛПР² [5, 10].

Одной из задач таких СППР является автоматизированный расчет вариантов управленческих решений по одним исходным данным. При этом человек выполняет выбор пригодного для реализации варианта и его подготовку для ввода в систему управления робота. Кроме того, появляется возможность опережающей разработки компенсирующих мероприятий в соответствии с выявленными рисками потери урожая. Наша рабочая гипотеза заключается в том, что если разработать и применить в СППР методику автоматизированного ранжирования вариантов управленческих решений по степени риска возможного недобора урожая при их реализации, то уменьшится влияние человеческого фактора на процесс выбора и появится возможность опережающей разработки компенсирующих мероприятий в соответствии с выявленными рисками потерь.

Цель исследования — р азработка методического подхода к автоматизированному ранжированию вариантов управленческих решений, рассчитываемых в СППР по одним исходным данным и предлагаемых ЛПР для выбора.

Реализацию цели мы рассматриваем как первый шаг к разработке новой методики оценки рисков недобора урожая из-за субъективных ошибок при управлении агротехнологиями.

Использование новой методики на этапе перехода от машинной технологии к «умному земледелию» будет способствовать формированию активной позиции ЛПР при оценке деятельности своей команды в составе сельскохозяйственного предприятия.

Материалы и методы исследования

Объектами исследований являются типы научно-обоснованных методов оценки рисков и процесс принятия решений ЛПР при управлении агротехнологиями.

Задачи исследований:

• проанализировать основные научно обоснованные методы оценки рисков и выбрать соответствующий задачам исследований;
• исследовать процесс принятия решений ЛПР по управлению агротехнологией, как источник риска, сформулировать темы типичных решений, установить возможные ошибки (рискованные ситуации), оценить их влияние на количественные показатели урожая;
• разработать описание методического подхода к оценке рисков недобора урожая из-за ошибочных решений и действий субъектов, участвующих в управлении агротехнологией;
• оценить возможность применения разработанного методического подхода в СППР для ЛПР и исполнителей, участвующих в управлении агротехнологией.

Применены методики сбора и анализа информации предметной области и синтеза научной продукции на основе материалов исследований.

Результаты исследования и обсуждение

Анализ основных типов методов оценки рисков. Оценка рисков — э то определение индивидуальной значимости каждого установленного и исследуемого риска.

Методы оценки рисков подразделяются на три группы ^[3]^{, 4} [11—12].

Количественные методы основаны на анализе и расчете вероятности неблагоприятного события, влекущего ущерб. Количественная мера риска определяется из закона распределения ущерба. Разнообразие мер риска порождает проблему выбора меры, адекватной целям и задачам управления в конкретных условиях. Наиболее часто используются такие меры риска как математическое ожидание, дисперсия, среднеквадратическое отклонение, VaR, полудисперсия. Этот список можно продолжить [13]. Количественные методы дают оценку риска в цифровой форме, что позволяет их эффективно применять при автоматизированном ранжировании в СППР. В данной работе ранжированию подвергаются управленческие решения. Однако, для реализации количественных методов оценки рисков недобора урожая необходимо иметь перечень и количественные характеристики потенциальных источников вреда. В рассматриваемом случае источником вреда являются субъективные ошибки, возможные при принятии управленческих решений. Систематизированный учет таких ошибок в растениеводстве пока не налажен, поэтому на данном этапе исследований пришлось отказаться от использования количественных методов оценки рисков.

Нормативные методы идентификации риска базируются на сопоставлении реальных значений факторов риска с принятыми для них нормативами. Нормативы могут быть рассчитаны на основе экспериментальных данных или установлены количественными методами. Мы не обнаружили нормативов оценки рисков, пригодных для применения в исследуемой области.

Экспертные методы основаны на анализе заключений, мнений и оценок рискованных ситуаций экспертами. Экспертные методы применяются для идентификации риска. К экспертным методам отнесены: метод Делфи, метод сценариев, метод мозгового штурма [14].

Метод Делфи заключается в анализе ответов экспертов на вопросы заранее составленной анкеты о степени риска возникновения того или иного события. Вопросы составляют так, чтобы они сводились к числовой форме ответов. Заполнение анкет производится в несколько туров. Перед каждым туром эксперты обсуждают результаты предыдущего тура и вносят в анкеты корректировки, способствующие объективности оценки рисков. На основании обработки анкет по установленной методике рассчитывают степень риска.

Метод сценариев используют для прогнозирования появления риска путем разработки вариантов (сценариев) развития событий. Общее число сценариев не должно противоречить здравому смыслу, но их список должен быть исчерпывающим. Прогнозирование развития событий производится в рамках каждого варианта (сценария) с целью получения ответов на интересующие исследователя вопросы.

Метод мозгового штурма используют в поисках новых идей для развития производства. Реализация метода заключается в организации собрания экспертов и постановке перед ними задачи по решению проблемы. При выступлениях в собрании эксперты должны придерживаться определенных правил. Например, нельзя критиковать предложения экспертов, но можно развивать чужие идеи и высказывать свои. Ведется аудиозапись дискуссии, которая обрабатывается экспертами с выделением полезных идей. За 2 часа дискуссии обычно формируется до 100 идей, из которых выделятся 3—5 пригодных для извлечения полезного эффекта.

Для исследования процесса принятия решений по управлению агротехнологией как источника рисков мы применили экспертный метод Делфи. Была организована очно-заочная дискуссия специалистов с практическим опытом работы по управлению агротехнологиями. При исследовании специалисты идентифицировали и характеризовали влияние ошибок в управленческих решениях на недобор урожая и риск их возникновения. Как источник вреда здесь принимаем вредоносную ошибку, случайно появляющуюся в процессе выработки и принятия управленческих решений. Вероятность ее появления обуславливает возникновение риска недобора урожая.

Результаты исследования процесса принятия решений по управлению агротехнологией как источника риска. Для исследования принято следующее описание процесса управления. ЛПР управляет агротехнологией из 7 технологических процессов, составляющих производственный цикл длительностью календарный год. Процесс управления состоит из подготовки (расчета) управленческих решений и их выполнения в соответствии с временем года и фазами развития растений. Темы управленческих решений повторяются в каждом производственном цикле, т. е. ежегодно. Разрабатывая ежегодно проект агротехнологии, ЛПР полагает, что если решения, заложенные в проект, при реализации будут выполнены с разумной корректировкой в оптимальные агротехнические сроки с соблюдением показателей качества операций, то урожай будет близок к плановому, а риск недобора урожая исключается. Однако, если в решении ЛПР или при его выполнении случайно возникает ошибка, то неизбежно возникает риск недобора урожая. Попытки исправления ошибки возможны, они снижают степень риска, но не гарантируют его исключение. Влияние на урожай каждого события, в т. ч. и ошибки в управленческих решениях ЛПР или исполнителей оценивают при анализе деятельности отрасли растениеводства в конце производственного цикла.

Информация по оценке действий участников управления агротехнологией касается деятельности конкретных членов коллектива, поэтому исследование проведено на условиях анонимности экспертов. Для исследования процесса принятия решений как источника риска применен метод Делфи. Оценку источников риска эксперты выполнили с использованием матрицы рисков (табл. 1).

Таблица 1. Матрица рисков

Вероятность	Описание вероятности	Масштаб последствий
		1	2	3	4	5
		Незначительный	Небольшой	Средний	Высокий	Крайне высокий
5	Практически достоверно	В	В	В	К	К
4	Весьма вероятно	С	С	В	К	К
3	Возможно	М	С	С	В	В
2	Маловероятно	М	М	С	С	С
1	Крайне маловероятно	М	М	М	М	М

Примечание. М —  невысокий риск; С —  средний риск; В —  высокий риск; К —  крайне высокий риск.

Table 1. Risk Matrix

Probability	Probability description	Scale of effect			s
		1	2	3	4	5
		Very low	Low	Medium	High	Very high
5	Certain	В	В	В	К	К
4	Almost certain	С	С	В	К	К
3	Probable	М	С	С	В	В
2	Probably not	М	М	С	С	С
1	Almost certainly not	М	М	М	М	М

Note. М —  low risk; C — m edium risk; B — h igh risk; K — v ery high risk.

Перед экспертами поставлены задачи: сформулировать возможные ошибки как источники риска недобора урожая, оценить масштаб последствий ошибки, оценить вероятность появления ошибки в управленческих решениях, оценить уровень риска недобора урожая.

Результаты исследования отражены в табл. 2 и 3. В табл. 2 обобщены результаты дискуссии и анкетирования. В столбце 2 сформулированы участниками дискуссии 13 возможных ошибок в решениях по управлению агротехнологией. Из них 7 связаны с нарушением агротехнических сроков ведения работ и пять с нарушением технологических показателей, установленных регламентом реализации процесса. В столбце 3 сделано описание масштаба возможных последствий от допущенных субъективных ошибок в семи технологических процессах в составе агротехнологий. Возможный недобор урожая из-за субъективных ошибок при управлении разными технологическими процессами оценивается экспертами от 5 до 80 % от запрограммированной величины в зависимости от характера ошибки и процесса, в котором она совершена.

Таблица 2. Масштаб последствий субъективных ошибок при управлении технологическими процессами в составе агротехнологии

Технологический процесс	Описание возможной ошибки	Возможный недобор урожая  и другие последствия ошибки
1	2	3
Глубокая обработка почвы (вспашка)	Работа на пересушенной почве	Иссушение и переуплотнение почвы вызывает возрастание ее сопротивления плугу на 150 % (+11…16 л/га дополнительного дизтоплива). При иссушении почвы на глубину 30 см рассчитывать на высокий урожай нет смысла
	Работа на переувлажненной почве	Переувлажненная почва плохо поддается обработке. При обработке образуются огромные пласты, которые быстро пересыхают, что в конечном итоге приводит к увеличению площади поверхности испарения. Вероятность снижения урожая в 1,7—1,8 раза
Глубокая обработка почвы (вспашка)	Нарушение агротехнических требований (сроков вспашки или предпосевной обработки)	Задержка с проведением предпосевной обработки почвы сдерживает сев. При нарушении оптимальных сроков сева, которые продолжаются в течение 5—7 дней после наступления физической спелости почвы, недобор урожая зерна в расчете на один день опоздания с посевом составляет, например, в условиях Беларуси в среднем 0,8 ц/га
Предпосевная обработка почвы	Недостаточная выровненность поля	Снижение урожайности до 30 % из-за просевов и сбоев режимов работы посевных и посадочных машин
Основное внесение удобрений	Повышение дозы	Снижение урожайности зерновых из-за полегания до –43 %, на пропашных культур снижение урожайности из-за распространения болезней
	Занижение дозы	Недостаток азота —  снижение урожайности зерновых до 60 %. Недостаток кальция останавливает вегетацию растений. Для пропашных при занижении дозы потери находятся в интервале 30…56 %
Посев (посадка)	Опережение оптимального срока	Потери могут быть до 5 %
	Пропуск оптимального срока	Ячмень: на 20 дней до –30 %; овес: на 20 дней до –20 %; яр. пшеница: на 10…12 дней: до –23…27 %. Потери пропашных могут достигать 1,5…2 % за каждый день пропуска
	Превышение нормы высева	Уменьшаются показатели всех элементов структуры урожая —  продуктивная кустистость, количество зерен и масса зерна в колосе, масса 1000 зерен
Уход за посевами	Отклонение от опт. сроков мероприятий	Потери урожая оцениваются в 15…17 %
Уборка	Уборка недозревшего урожая	Потери есть, но не оцениваются, качество урожая снижается значительно
	Уборка перезревшего урожая	Задержка уборки на 10…14 дней —  потеря урожая до 60 %; Каждый день перестоя урожайность зерновых снижается на 1—2 %, а при неблагоприятных погодных условиях снижается в разы.
Подготовка урожая к хранению	Нарушение режимов сортировки, сушки, охлаждения.	Снижается качество готовой продукции

Table 2. Scale of effects of subjective errors in the management of technological processes  as part of agricultural technology

Technological process	Description of possible error	Possible yield losses and other error effects
1	2	3
Deep tillage	Dry soil	Drying and overcompaction of soil causes an increase  in its resistance to plow by 150 % (+ 11…16 l/ha of additional diesel fuel). When the soil dries to a depth of 30 cm, it makes no sense to count on a high yield.
Deep tillage	Waterlogged soil	Waterlogged soil is difficult to cultivate. During processing, huge layers are formed, which quickly dry out, it ultimately leads to an increase in evaporation surface area. Probability of yield reduction is by 1.7—1.8 times
	Violation of agrotechnical requirements (terms of plowing or pre-sowing treatment)	The delay in pre-sowing tillage hinders sowing. In case of violation of the optimal sowing time, which lasts for 5—7 days after the onset of physical ripeness of the soil, yield loss per one day of sowing delay averages 0.8 c/ha for Belarus
Pre-sowing tillage	Insufficient field alignment	Yield reduction up to 30 % due to sifting and failures in operation modes of sowing and planting machines
Basic fertilization	Overdosing	Decrease in grain yields due to lodging up to –43 %, in row crops —  decrease in yield due to the spread of diseases
	Underdosing	Lack of nitrogen leads to a decrease in grain yields up to 60 %. The lack of calcium stops the vegetation of plants. For row crops, when the dose is underestimated, the losses are in the range of 30…56 %
Sowing (planting)	Ahead of the optimal period	Losses can be up to 5 %
	Missing the optimal time	Barley: 20 days up to –30 %; oats: for 20 days up to –20 %; spring wheat: for 10…12 days: up to –23…27 %. Losses of row crops can reach 1.5…2 % for each day of delay
	Overseeding	All indicators of crop structure are reduced —  productive tillering, number of grains and mass of grains per ear, weight of 1000 grains
Crop tending	Deviation from optimal timing of events	Yield losses are estimated at 15…17 %
Harvesting	Harvesting unripe crops	There are losses, but they are not estimated, crop quality is significantly reduced
	Harvesting overripe crops	Harvesting delay by 10…14 days leads to yield loss up to 60 %; every day of overstay, grain yield decreases by 1—2 %, and under adverse weather conditions, it decreases significantly.
Preparing for storage	Violation of the modes of sorting, drying, cooling	Reduced quality of finished products

Оценка ошибок управления по вероятности возникновения, масштабу последствий и уровню риска потерь урожая выполнено по пятибалльным шкалам матрицы рисков. Итоги исследования отражены в табл. 3. Следует отметить, что предлагаемый экспертный метод оценки рисков недобора урожая является приблизительным. Более точен количественный метод. Для его реализации необходимо разработать и внедрить методику сбора исходных данных для расчета рисков недобора урожая в сельскохозяйственном предприятии.

Таблица 3. Уровни рисков недобора урожая как последствие субъективных ошибок  при управлении технологическими процессами в составе агротехнологии

Технологический процесс	Описание возможной ошибки	Оценка масштаба уровня последствий	Оценка вероятности возникновения ошибки	Оценка уровня риска недобора урожая из-за ошибки управления
1	2	3	4	5
Глубокая обработка почвы (вспашка)	Работа на переувлажненной почве	Крайне высокий (5)	Практически достоверно (5)	Крайне высокий (В)
	Работа на пересушенной почве	Крайне высокий (5)	Практически достоверно (5)	Крайне высокий (В)
	Нарушение агротехнических требований (глубина вспашки	Средний (3)	Весьма вероятно (4)	Средний(С)
Предпосевная обработка почвы	Недостаточная выровненность поля	Средний (3)	Возможно (3)	Средний(С)
Основное внесение удобрений	Повышение дозы	Средний (3)	Маловероятно (2)	Средний (С)
	Занижение дозы	Небольшой (2)	Весьма вероятно (4)	Невысокий риск (М)
Посев (посадка)	Опережение оптимального срока	Небольшой (2)	Маловероятно (2)	Невысокий риск (М)
	Пропуск оптимального срока	средний (3)	Весьма вероятно (4)	Средний (С)
	Превышение нормы высева	Незначительный (1)	Маловероятно (2)	Невысокий (М)
Уход за посевами	Отклонение от оптимальных сроков мероприятий по уходу за растениями	Средний (3)	Возможно (3)	Средний (С)
Уборка	Уборка недозревшего урожая	Высокий (4)	Маловероятно (2)	Средний (С)
	Уборка перезревшего урожая	Высокий (4)	Возможно (3)	Высокий (В)
Подготовка урожая к хранению	Нарушение режимов сортировки, сушки, охлаждения	Средний (3)	Возможно (3)	Средний(С)

Table 3. Risk levels of yield losses as an effect of subjective errors  in the management of agricultural technological processes

Technological process	Description of possible error	Scale of effects	Probability of an error	Risk level of yield losses due to management error
1	2	3	4	5
Deep tillage	Dry soil	Very high (5)	Certain (5)	Very high (В)
	Waterlogged soil	Very high (5)	Certain (5)	Very high (В)
	Violation of agrotechnical requirements (terms of plowing or pre-sowing treatment)	Medium (3)	Almost certain (4)	Medium (С)
Pre-sowing tillage	Insufficient field alignment	Medium (3)	Probable (3)	Medium (С)
Basic fertilization	Overdosing	Medium (3)	Probably not (2)	Medium (С)
	Underdosing	Low (2)	Almost certain (4)	Low (М)
Sowing (planting)	Ahead of the optimal period	Low (2)	Probably not (2)	Low (М)
	Missing the optimal time	Medium (3)	Almost certain (4)	Medium (С)
	Overseeding	Very low (1)	Probably not (2)	Low (М)
Crop tending	Deviation from optimal timing of events	Medium (3)	Probable (3)	Medium (С)
Harvesting	Harvesting unripe crops	High (4)	Probably not (2)	Medium (С)
	Harvesting overripe crops	High (4)	Probable (3)	High (В)
Preparing for storage	Violation of the modes of sorting, drying, cooling.	Medium (3)	Probable (3)	Medium (С)

Заключение

Таким образом, исследованием установлено, что риск недобора урожая из-за ошибок при реализации решений по управлению агротехнологией объективно существует и является значительным. Вместе с тем процедура оценки риска недобора урожая при расчете и выборе варианта управленческого решения основана на личном опыте ЛПР без цифровой поддержки. Разработанный новый подход к оценке риска недобора урожая позволяет дополнить процедуру выбора цифровой формой ранжирования вариантов решений по степени риска возможного недобора урожая, что облегчает процедуру выбора, снижает влияние человеческого фактора на конечный результат, позволяет предусмотреть компенсирующие мероприятия. Предлагаемый подход к цифровой форме оценки рисков недобора урожая и вероятности возникновения ошибки на основе матрицы рисков позволит разработать новую методику расчета для автоматизированного режима ранжирования вариантов в СППР.

^{1 Новиков В. Сто ошибок агронома // Сайт agrobook. Режим доступа: https://agrobook.ru/blog/tags/stooshibok-agronoma Дата обращения: 18.07.2019.}

^{2 Точное сельское хозяйство / Д. Шпаар, В.А. Захаренко, В.П. Якушев, Н.В. Арефьев, Х. Ауернхаммер, Р. Брунш, П. Вагнер, Г. Вартенберг, К.О. Венкель, А. Вернер, Д. Войтюк, Р. Герхардс, К. Даммер, Б. Домен, С. Каленская, О. Кауфманн, А. Клочков, С. Кохан, П. Ляйтхольд, А. Лысов // под общей ред. Д. Шпаара,}

^{А.В. Захаренко, В.П. Якушева. Санкт-Петербург-Пушкин, 2009. 397 с.}

^{3 Ротарь М. Десять золотых правил работы с рисками на проекте // Ganttpro. 07.08.2020. Режим доступа:}

^{https://blog.ganttpro.com/ru/pravila-raboty-s-riskami-na-proekte/}

^{4 Картвешвили В.М., Свиридова О.А. Риск-менеджмент. Методы оценки риска. М.: ФГБОУ ВО «РЭУ им. Г.В. Плеханова», 2017. 120 с.}

Об авторах

Вячеслав Викторович Якушев

Агрофизический научно-исследовательский институт

Email: mail@agrophys.com
ORCID iD: 0000-0001-8434-5580

доктор сельскохозяйственных наук, член-корреспондент РАН, заведующий лабораторией информационного обеспечения точного земледелия

Российская Федерация, г. Санкт-Петербург, Гражданский проспект, д. 14

Валерий Валерьевич Воропаев

Агрофизический научно-исследовательский институт

Email: valeriy.voropaev.70@mail.ru
ORCID iD: 0000-0002-7537-4862

кандидат сельскохозяйственных наук, ведущий научный сотрудник лаборатории информационного обеспечения точного земледелия

Российская Федерация, г. Санкт-Петербург, Гражданский проспект, д. 14

Владимир Серафимович Ломакин

Агрофизический научно-исследовательский институт

Автор, ответственный за переписку.
Email: lomakinv2014@yandex.ru
ORCID iD: 0000-0003-2051-3877

кандидат технических наук, ведущий инженер лаборатории информационного обеспечения точного земледелия

Российская Федерация, г. Санкт-Петербург, Гражданский проспект, д. 14

Список литературы