Федеральное государственное бюджетное учреждение науки Центр междисциплинарных исследований по проблемам окружающей среды Российской академии наук (ИНЭНКО РАН) Ю.А.Пых О CТАНОВЛЕНИИ ИССЛЕДОВАНИЙ ПО МОДЕЛИРОВАНИЮ ПРОДУКТИВНОСТИ ПОСЕВОВ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР В АГРОФИЗИЧЕСКОМ НИИ Санкт-Петербург

ПРИНЦИП ПАРНЫХ ВЗАИМОДЕЙСТВИЙ В ЕСТЕСТВОЗНАНИИ В недавней статье Биалека и Ранганатана: «Переоткрывая силу парных взаимодействий» (2007) подчеркивается, что анализ многих объектов рассматриваемых в физике, химии, биологии и других естественных науках может быть проведен на основе исследования взаимодействий, составляющих эти системы, пар элементов. Эта же идея была развита в работе Т. Ямакавы и В. Крейновича (1999), которые на основе знаменитой теоремы Колмогорова-Арнольда о представлении любой непрерывной функции суперпозицией функций одной или двух переменных, показали, что парные взаимодействия обладают фундаментальными свойствами определяющими динамику процессов во многих физических задачах. Присоединяясь к этому мнению мы проведем небольшой хронологический обзор наиболее известных моделей основанных на идее парных взаимодействий. 2

3

СИМОНА Имитационная система СИМОНА может использоваться автономно или совместно с другими программными модулями, описывающими отдельные блоки модели. Основное назначение системы – автоматизация процесса сборки модели, ввода исходных данных, проведения компьютерных экспериментов с моделью и отображения результатов моделирования. СИМОНА осуществляет функции головной программы, а все блоки модели должны быть оформлены в виде отдельных подпрограмм, осуществляющих расчет переменных модели на один временной шаг. Полуэктов Р.А., Смысловский А.И., Финтушал С.М. «СИМОНА» - система имитационного моделирования и язык управления моделями. - В кн.: Теоретические основы и количественные методы программирования урожаев. – Л., 1979, с (Тр.АФИ). 4

Метод функций отклика в моделировании онтогенеза высших растений. Малкина И.Г. Математическая модель развития и роста агроценоза и ее применение для решения задач оптимального управления урожайностью // Сб.трудов ВНИИСИ, 1985, вып.2, с Малкина И.Г. Моделирование роста и распределения ассимилятор сельскохозяйственных растений (на примере посева сои) // Сб.трудов ВНИИСИ, 1986, вып.13, с Малкина И.Г. Моделирование фенологического развития сельскохозяйственных растений // Вестн. Сельскохоз.науки N7. С.133 Малкина И.Г., Пых Ю.А. Моделирование роста и распределения ассимилятор в растениях сои // Доклады ВАСХНИЛ, 1986, 4, с.9-11 Пых Ю.А., Малкина И.Г. Об одном методе оценки минимального времени прохождения межфазных периодов высшими растениями // Физиология растений Вып.35. N4. С Pykh Yu.A., Malkina I.G. The method of response functions in ecology // Int. J. of Biomet., 1991, vol.35, pp Seber G.A.F., Wild C.J. Nonlinear Regression, 2003, John Wiley & Sons, 583 p. 5

Метод порожденных сплайнов. Пых Ю.А. Об одном новом методе решения уравнений турбулентного газообмена в растительном покрове // ДАН СССР, 1990, Т.313, N5 Пых Ю.А., Левин Д.А. Применение метода «порожденных сплайнов» для решения уравнений турбулентного тепловлагообмена в растительном покрове // ДАН СССР, 1991, Т.319, N1 Пых Ю.А., Левин Д.А. Применение метода «порожденных сплайнов» для расчета температуры и влажности воздуха в растительном покрове // Математическое моделирование, 1995, Т.7, N4 6

Спасибо за внимание! 7