С.В. Исакова, Н.П. Орлянская

Кубанский государственный аграрный университет имени И. Т. Трубилина,

350044, Россия, г. Краснодар, Российская Федерация

реляционная модель данных, информационная система, инфологическая модель, обработка, биометрические данные, кукуруза, агрокомплекс, автоматизация, рабочее место.

В данной работе предлагается внедрить автоматизированный процесс обработки биометрических данных, полученных при исследовании растений кукурузы. Необходимо автоматизировать следующие этапы рабочего процесса:

• работу с формами составления актов;


• подготовку учетных данных для передачи в Госсорткомиссию;


• выполнение расчетов при применении гербицидов;


• выполнение расчетов времени, необходимого для установления карантина в случае заражения растений;


• формирование отчетности, требуемой в соответствии с законодательством;


• выполнение расчётов, направленных на установление площади листовой поверхности растений кукурузы и ее фотосинтетического потенциала;


• выполнение расчетов, характеризующих степень распространенности болезней и вредителей.

Были определены входные данные, представленные в виде таблицы. Для расчёта площади листовой поверхности растений кукурузы и их фотосинтетического потенциала,  степени распространенности болезней и вредителей, необходимого количества гербицидов были использованы соответствующие формулы. Полученные за время исследований данные были обработаны методами ковариационного анализа. Их статистическая обработка была произведена с помощью компьютерной программы Microsoft Exel. Оценку экономической эффективности использования автоматизированной системы производили  с помощью методики, основанной на расчетах натуральных и стоимостных показателей. Апробация компьютерной модели проводилась с использованием информации, полученной в результате опытов, проведенных на базе учхоза Кубанского государственного аграрного университета имени И. Т. Трубилина. Автоматизация процесса обработки экспериментальных данных значительно облегчила труд исследователей. Применение программы MS Excel позволило не только быстро выполнить все расчеты, но и осуществить сравнительный анализ полученных результатов, которые были отображены в виде графиков и диаграмм. Кроме того, анализ данных позволили осуществить прогноз о том, какими будут результаты дальнейших экспериментов.

In this paper, it is proposed to introduce an automated process for processing biometric data obtained in the study of corn plants. It is necessary to automate the following stages of the workflow:

- work with forms of drawing up acts;

- preparation of credentials for transfer to the State Commission;

- performing calculations when using herbicides;

- calculation of the time required to establish quarantine in case of infection of plants;

- formation of reports required in accordance with the law;

- calculation aimed at establishing the area of the leaf surface of corn plants and its photosynthetic potential;

- performing calculations characterizing the degree of prevalence of diseases and pests.

The input data presented in tabular form was determined. The corresponding formulas were used to calculate the leaf surface area of corn plants and its photosynthetic potential, the degree of prevalence of diseases and pests, and the required amount of herbicides. The data obtained during the studies were processed by covariance analysis methods. Their statistical processing was performed using the computer program Microsoft Excel. Evaluation of the economic efficiency of using an automated system was carried out using a technique based on the calculation of natural and value indicators. The testing of the computer model was carried out using the information obtained as a result of experiments conducted on the basis of the Kuban State Agrarian University named after I. T. Trubilin. Automation of the processing of experimental data greatly facilitated the work of researchers. The use of MS Excel program allowed us not only to quickly perform all the calculations, but also to carry out a comparative analysis of the results, which were displayed in the form of graphs and charts. In addition, the analysis of the data made it possible to forecast what the results of further experiments would be.

1. Кузьмина, Э. В. Международная практика разработки и эксплуатации автоматизированных рабочих мест / Э. В. Кузьмина // Кайгородовские чтения. Культура, наука, образование в информационном пространстве региона: материалы XVI Всероссийской научно-практической конференции: к 50-летию Краснодарского государственного института культуры. – Краснодар: Краснодарский государственный институт культуры, 2016. – С. 117-120.


2. Можаев, Н. Программирование урожаев сельскохозяйственных культур / Н. Можаев, П. Серикпаев, Г. Стыбаев. – Астана: Фолиант, 2015. – 160 с.


3. Орлянская, Н. П. Эскизное проектирование автоматизации учёта выращивания растений кукурузы [Электронный ресурс] / Н. П. Орлянская, И. С. Ященко // Информационное общество: современное состояние и перспективы развития: сборник материалов IX студенческого международного форума. – Краснодар: КубГАУ, 2017. – 387 с.


4. Павлов, Д. А. Нахождение диаметральной простой цепи на фрактальном и предфрактальном графе / Д. А. Павлов // Математические методы в технике и технологиях – ММТТ-16: материалы XVI Международной научной конференции. – СПб.: Изд-во Санкт-Петербургского гос. технол. ун-та, 2003. – С. 186-187.


5. Попова, Е. В. Методы моделирования поведения экономических систем на основе анализа временных рядов / Е. В. Попова, А. М. Кумратова, М. И. Попова // Экономическое прогнозирование: модели и методы: материалы X Международной научно-практической конференции. – Воронеж: Научная книга, 2015. – С. 200-206.


6. Радонец, В. А. Особенности использования Range и Selection в объектных моделях Microsoft Word и Excel / В. А. Радонец, Т. А. Крамаренко, Т. В. Лукьяненко // Информационное общество: современное состояние и перспективы развития: материалы IX студенческого Международного форума. – Краснодар: КубГАУ, 2017. – С. 333-335.