МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ЗМІН ВОЛОГОСТІ ҐРУНТУ З УРАХУВАННЯМ ІМПУЛЬСНИХ ВПЛИВІВ У ЦИФРОВОМУ ЗЕМЛЕРОБСТВІ
DOI:
https://doi.org/10.32718/agroengineering2025.29.9-15Ключові слова:
моделювання вологостіАнотація
Однією з ключових тем, що потребує уваги в рамках точного землеробства, є контроль вологості ґрунту. Цей показник безпосередньо впливає на рівень урожайності, ефективність використання водних ресурсів, а також на загальний стан агроекосистеми. Якщо вологи недостатньо, можна зіткнутися зі значним зниженням урожайності, а надмірна волога може спричинити вимивання важливих поживних речовин та навіть ерозію ґрунту. Тому дуже важливо розуміти, як змінюється вологість під впливом різних факторів – опадів, випаровування, інфільтрації та споживання рослинами. Для покращання агропрактик важливо розробити ефективні математичні моделі, які сприятимуть аналізу змін вологості ґрунту. Це, у свою чергу, дозволить точно визначати необхідність додаткового зрошення в оптимальні терміни.
Сформовано математичну модель змін динаміки вологості ґрунту з урахуванням поливу у вигляді імпульсної дії, що дозволяє встановити оптимальні моменти для зрошення, а отже – підвищити ефективність водокористування в точному землеробстві. Методика та результати полягають у застосуванні диференціального рівняння з імпульсною дією для врахування імпульсного зрошування за умов досягнення необхідного рівня осушенності (тобто дезволожування). Визначено (для представників різних типів ґрунтів) часові моменти досягнення критичних рівнів вологості, що потребують впровадження імпульсу зрошення. Модель, представлена в дослідженні, може бути використана для автоматизованого керування зрошувальними системами, оцінки ефективності утримання вологи в різних типах ґрунтів, а також для оптимізації агротехнічних заходів у точному землеробстві. Наукова новизна та практична значущість полягають у запропонованій імпульсній математичній моделі динаміки вологості, що дозволяє точно формалізувати моменти необхідного поливу. Результати можна використати для створення систем автоматизованого управління зрошенням у точному землеробстві, зменшуючи перевитрати води та підвищуючи урожайність.
Посилання
Abolafia-Rosenzweig, R., Zhang, L., Zreda, M., Walker, J. P., & Moghaddam, M. (2019). Soil moisture data assimilation to estimate irrigation water. Remote Sensing, 11 (22). https://doi.org/10.3390/rs11223754
Albano, R., Martinez, S., Rodríguez, L., & Gutiérrez, J. (2017). MY SIRR: Minimalist agro-hydrological model for assessing water requirements and agricultural production. Computers and Electronics in Agriculture, 144, 123–133. https://doi.org/10.1016/j.compag.2017.05.009
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration: Guidelines for computing crop water requirements (FAO Irrigation and Drainage Paper No. 56). FAO.
Bulyhin, S. Yu., & Vitvitskyi, S. V. (2021). Ahrofizyka gruntu: pidruchnyk. Kyiv: Vydavnytstvo. Retrieved from: https://dglib.nubip.edu.ua/server/api/core/bitstreams/817910f2-7ded-4501-a92a-6932b9d95a51/content (Accessed January 20, 2025)
Debnath, S., Agyeman, B. T., Sahoo, S. R., Yin, X., & Liu, J. (2024). Performance triggered adaptive model reduction for soil moisture estimation in precision irrigation. arXiv preprint. arXiv:2404.01468
Duque-Marín, E., Rojas-Palma, A., & Carrasco-Benavides, M. (2023). A soil water indicator for a dynamic model of crop and soil water interaction. Mathematical Biosciences and Engineering, 20(8), 13881–13899. https://doi.org/10.3934/mbe.2023618
Gan, P., Zhang, Z., He, X., … et al. (2025). A Django-based modeling platform for predicting soil moisture. Water, 17(12), 1753. https://doi.org/10.3390/w17121753
Hillel, D. (1998). Environmental soil physics. Academic Press.
Jury, W. A., & Horton, R. (2004). Soil physics (6th ed.). John Wiley & Sons.
Li, Y., Šimůnek, J., Wang, S., Yuan, J., & Zhang, W. (2017). Modeling of soil water regime and water balance in a transplanted rice field experiment with reduced irrigation. Water, 9(4), 248. https://doi.org/10.3390/w9040248
Pezij, M., & Addiscott, T. (2020). Applying transfer function-noise modelling to characterize unsaturated zone conditions. Journal of Hydrology. (Article in press)
Romashchenko, M. I., Bohaienko, V. O., & Bilobrova, A. S. (2021). Dvovymirne matematychne modeliuvannia vodnoho rezhymu gruntu za kraplynnoho zroshennia. Visnyk ahrarnoi nauky, 99(4). https://doi.org/10.31073/agrovisnyk202104
Romashchenko, M., Bohaienko, V., Shatkovskyi, A., Matyash, T., Kolomiets, S., Shevchuk, S., Danylenko, Y., & Sardak, A. (2022). Conceptual principles of irrigation management during irrigation. Land Reclamation and Water Management, (5), 5–17. https://doi.org/10.31073/mivg202201-328
Samoilenko, A. M., & Perestyuk, N. A. (1995). Impulsive differential equations. Vol. 14. World Scientific.
Serikova, E., & Strelnikova, E. (2019). Mathematical modeling of the evapotranspiration factor when changing the groundwater level of urban areas. Applied Questions of Mathematical Modeling, 2(2), 65–77. https://doi.org/10.32782/2618-0340/2019.2-2.6
Tokar, M. V., & Havryliuk, V. I. (2013). Matematychne modeliuvannia filtratsiinykh protsesiv v oblastiakh z nevyznachenymy diliankamy mezh za naiavnosti vodozaboru. Nauka, osvita, suspilstvo ochyma molodykh: materialy VI Mizhnar. nauk.-prakt. konf. studentiv ta molodykh naukovtsiv, Ch. 2, Rivne, 46–47. Retrieved from: http://repository.rshu.edu.ua/id/eprint/5761/1/Токар%20М.В.%2C%20Гаврилюк%20В.І..pdf (Accessed January 20, 2025).
