Цифровые технологии анализа данных в сельском хозяйстве

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФГБОУ ВО РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ
УНИВЕРСИТЕТ - МСХА ИМЕНИ К.А. ТИМИРЯЗЕВА




                               Посвящается 100-летнему юбилею Института экономики и управления АПК Российского государственного аграрного университета — МСХА имени К.А. Тимирязева




Зинченко А.П., Уколова А.В., Демичев В.В., Тихонова А.В., Романцева Ю.Н., Харитонова А.Е., Быков Д.В., Ульянкин А.Е., Невзоров А.С., Сидоров А.И., Титов А.Д.





                ЦИФРОВЫЕ ТЕХНОЛОГИИ АНАЛИЗА ДАННЫХ В СЕЛЬСКОМ ХОЗЯЙСТВЕ





Монография













Москва
Издательство «Научный консультант» 2024

УДК 004:311
ББК 65.05, 65.32
     Ц75
Рецензенты:
профессор кафедры прикладной информатики Федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный аграрный университет - МСХА имени К.А. Тимирязева», доктор экономических наук Худякова Е.В.

ведущий научный сотрудник Всероссийского института аграрных проблем и нформатики имени А.А. Никонова, кандидат физико-математических наук
Сальников С.Г.



              Цифровые технологии анализа данных в сельском ц 75 хозяйстве: монография / А.П. Зинченко, А.В. Уколова, В.В. Демичев, А.В. Тихонова, Ю.Н. Романцева, А.Е. Харитонова, Д.В. Быков, А.Е. Ульянкин, А.С. Невзоров,                  А.И.   Сидоров,
        А.Д. Титов. - 2-е изд., стереотип. - М.: Издательство «Научный консультант». - 2024. - 260 с.

              ISBN 978-5-907477-96-4

              В монографии представлены исследования преподавателей, аспирантов и магистров кафедры статистики и кибернетики ФГБОУ ВО РГАУ-МСХА имени К.А. Тимирязева в области цифровых технологий анализа агроэкономических данных.
              Монография может представлять интерес для преподавателей, научных работников и сотрудников органов управления агропромышленным комплексом, специалистов сельского хозяйства, аспирантов и студентов, обучающихся по направлению «Информационные системы и технологии».


УДК 004:311
ББК 65.05, 65.32



ISBN 978-5-907477-96-4

                    ©Зинченко А.П., 2022
                    © Уколова А.В., 2022 © Демичев В.В., 2022
                                             © Тихонова А.В., 2022
                                             ©Романцева Ю.Н., 2022
                                             © Харитонова А.Е., 2022 © Быков Д.В., 2022
                                             © Ульянкин А.Е., 2022 © Невзоров А.С., 2022
                                             © Сидоров А.И., 2022 Титов А.Д., © 2022
                                             © ФГБОУ ВО РГАУ-МСХА
                                              имени К.А. Тимирязева, 2022
                                             © Оформление. Издательство «Научный консультант», 2022

СОДЕРЖАНИЕ


Предисловие ............................................. 6
Глава 1 Методический подход к автоматизации и разработке модулей статистического анализа средствами языка программирования Python ..................................9
  1.1 Изучение предметной области ....................... 9
  1.2 Алгоритм автоматизации статистического анализа ... 14
  1.3 Реализации модулей статистического анализа средствами языка программирования Python ......................... 20
  Библиографический список к главе 1.................... 33
Глава 2 Разработка методики типизации сельскохозяйственных организаций на основе результатов сельскохозяйственных переписей с использованием языка программирования R..... 36
  2.1 Особенности проведения и сводки итогов
  сельскохозяйственных переписей в России, США и Европе по типам предприятий ..................................36
  2.2 Разработка типологии сельскохозяйственных организации
  на основе результатов ВСХП-2016 в Липецкой области......43
  2.3 Разработка информационной системы для автоматизации процесса типизации сельскохозяйственных организаций .. 48
  Библиографический список к главе 2.................... 56
Глава 3 Разработка информационной системы учета и обработки данных с поддержкой проведения статистического анализа на C++.......................................... 61

3

  3.1 Теоретические основы проведения корреляционно-регрессионного анализа....................... 61
  3.2 Теоретические основы построения искусственных нейронных сетей ........................................... 66
  3.3 Разработка информационной системы ..................... 75
  3.4 Разработка модуля взаимодействия с базами данных .......79
  3.5 Разработка модуля проведения корреляционно-регрессионного анализа ..................... 86
  3.6 Разработка модуля построения нейронных сетей .......... 96
  3.7 Демонстрация работы модуля проведения корреляционно-регрессионного анализа...................... 113
  3.8 Демонстрация работы модуля построения нейронных сетей .....................................................120
  Библиографический список к главе 3........................ 125
Глава 4 Разработка мобильного приложения для сканирования молочной продукции............................. 128
  4.1 Технология разработки мобильного приложения .......... 128
  4.2 Исследование стоимости разработки мобильного приложения в России ...................................... 139
  4.3 Разработка мобильного приложения «Toppy».............. 148
  Библиографический список к главе 4........................ 176
Глава 5 Системный подход к анализу больших данных АПК
с использованием методов Data Science ...................... 179
  5.1 Data Science как современный тренд развития IT в АПК . 179
  5.2 Применение Data Science в агропромышленном комплексе . 185

4

  5.3 Обоснование выбора технических средств авторской информационной системы для АПК .....................191
  5.4 Описание и архитектура информационной системы . 199
  Библиографический список к главе 5................. 209
Глава 6 Разработка модуля информационной системы распознавания образов ............................... 211
  6.1 Построение нейронных сетей для работы с изображениями ... 212
  6.2 Функциональные модели разрабатываемой системы . 219
  6.3 Инфологическое проектирование системы ..........221
  6.4 Разработка модуля информационной системы распознавания образов ............................. 224
  6.6 Разработка инструкции пользования информационной системой .......................................... 232
  Библиографический список к главе 6..................238
  Приложения .........................................242

5

        ПРЕДИСЛОВИЕ


     Цифровая трансформация ключевых отраслей экономики и повышение эффективности труда входят в перечень национальных целей развития России до 2030 года, определенных Указом Президента Российской Федерации № 474 от 21 июля 2020 г., ранее - Указом от 7 мая 2018 г. № 204, в рамках исполнения которых Правительством Российской Федерации сформирована и реализуется национальная программа «Цифровая экономика Российской Федерации». Цифровая трансформация с учетом текущих внешнеполитических и экономических рисков является одной из целей «Стратегии развития агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года», утвержденной Правительством Российской Федерации от 8 сентября 2022 г. № 2567-р.
     Цифровизация сельского хозяйства базируется на современных способах производства сельскохозяйственной продукции и продовольствия с использованием цифровых технологий (интернет вещей, робототехника, искусственный интеллект, анализ больших данных, электронная коммерция и др.), обеспечивающих рост производительности труда и снижение затрат производства.
     Подход к цифровой трансформации сельского хозяйства представлен в ведомственном проекте «Цифровое сельское хозяйство» в 2019 году, завершение которого планируется к 2024 году. В нем ставится ряд задач, который необходимо выполнить за данный период, например:
     -      создание и внедрение национальной платформы цифрового государственного управления сельским хозяйством «Цифровое сельское хозяйство» (ЦСХ). Все данные об объектах сельскохозяйственных ресурсов (земли сельскохозяйственного назначения, рабочий и продуктивный скот, сельскохозяйственная техника), сельскохозяйственном сырье и готовой продукции оцифрованы и включены в цифровую платформу ЦСХ;
     -      разработка системы сбора, хранения и обработки данных об объектах сельскохозяйственных                    ресурсов,
сельскохозяйственном сырье и готовой продукции;

6

     -       разработка системы интеллектуального анализа данных и прогнозирования ЦСХ на основе технологий Advancedanalytics, DataDiscovery, DataMining, MachineLearning и искусственного интеллекта и др.
     Цифровизация - это               социально-экономическая
трансформация, которую вызовет массовое внедрение и усвоение новых технологий создания, обработки, анализа и передачи информации. Сельское хозяйство становится одним из основных потребителей цифровых технологий. Генерация большого объема данных разнообразными датчиками в теплицах, полях, фермах и других производственных площадках особенно актуализирует применение цифровых технологий анализа агроэкономических данных. Широкое применение инструментов и методов Data Science, машинного обучения, нейронных сетей в конечном счете позволит существенно повысить эффективность принимаемых управленческих решений в АПК.
     В монографии представлены результаты исследований по разработке информационных систем для автоматизации анализа агроэкономических данных, проводимых в рамках научноисследовательской работы и подготовки выпускных квалификационных работ магистров по направлению «Информационные системы и технологии» в соответствии с программой развития Федерального государственного бюджетного образовательного учреждения высшего образования «Российский государственный аграрный университет - МСХА имени К.А. Тимирязева» на 2021-2030 годы.
     Глава 1 «Методический подход к автоматизации и разработке модулей статистического анализа средствами языка программирования Python» написана член-корреспондентом РАН, доктором экономических наук Зинченко А.П. и кандидатом экономически наук, доцентом В.В. Демичевым.
     Глава 2          «Разработка методики типизации
сельскохозяйственных организаций на основе результатов сельскохозяйственных переписей с использованием языка программирования R» подготовлена кандидатом экономических наук, доцентом А.В. Уколовой и асситентом кафедры статистики и кибернетики А.Е. Ульянкиным при финансовой поддержке внутриуниверситетского конкурса «Аспирантский научный

7

контракт» в рамках программы развития Университета в соответствии с программой стратегического академического лидерства «Приоритет-2030».
     Третья глава «Разработка информационной системы учета и обработки данных с поддержкой проведения статистического анализа на C++» написана кандидатом экономических наук, доцентом А.В. Уколовой и асситентом кафедры статистики и кибернетики Д.В. Быковым.
     Над четвертой главой «Разработка мобильного приложения для сканирования молочной продукции» работали кандидат экономических наук, доцент Ю.Н. Романцева и асситент кафедры статистики и кибернетики А.С. Невзоров.
     Пятую главу «Системный подход к анализу больших данных АПК с использованием методов Data Science» подготовили кандидат экономических наук, доцент А.В. Тихонова и магистрант А.И. Сидоров.
     Шестая глава «Разработка модуля информационной системы распознавания лиц» написана кандидатом экономических наук, доцентом А.Е. Харитоновой и магистрантом 2022 года выпуска А.Д. Титовым.
     Монография может представлять интерес для преподавателей, научных работников и сотрудников органов управления агропромышленным комплексом, специалистов сельского хозяйства, аспирантов и студентов.

8

Глава 1 Методический подход к автоматизации и разработке модулей статистического анализа средствами языка программирования Python

     Автоматизация статистического анализа может быть условно разделена на три основных направления. Первое предполагает тщательную проработку предметной области исследования, которая, в свою очередь, включает в себя изучение понятия, системы показателей, методов и инструментов реализации автоматизации статистического анализа данного явления или процесса. Второе направление включает в себя планирование процесса автоматизации на основе соответствующего алгоритма автоматизации статистического анализа. Третье направление заключается в реализации выбранными инструментами модулей статистического анализа. В настоящей главе методический подход к автоматизации будет рассмотрен на примере статистического анализа эффективности сельского хозяйства.

        1.1 Изучение предметной области

     После конкретного определения изучаемого понятия, например, эффективности сельского хозяйства, следует представить систему статистических показателей, всесторонне отражающих исследуемое явление. В настоящей главе автоматизация статистического анализа проводиться на основе следующей системы абсолютных и относительных показателей условий функционирования и эффективности сельского хозяйства:
     1)     Площадь пашни, используемая предприятиями, организациями и гражданами, занимающимися сельскохозяйственным производством (тыс. га);
     2)     Площадь сельскохозяйственных угодий, используемых предприятиями, организациями и гражданами, занимающимися сельскохозяйственным производством (тыс. га);
     3)     Посевные площади всех сельскохозяйственных культур (тыс. га);
     4)     Продукция сельского хозяйства (млн. руб.);
     5)     Продукция животноводства и растениеводства (млн. руб.);
     6)     Численность занятых в сельском хозяйстве (чел.);
     7)     Объем субсидий (млн. руб.);


9

     8)      Инвестиции в основной капитал АПК (без учета лесного хозяйства) (млн. руб.);
     9)      Капитальные вложения за счет федерального бюджета и бюджетов субъектов РФ (без учета лесного хозяйства) (млн. руб.);
     10)    Удельный вес убыточных организаций (%);
     11)    Средний балл продуктивности климата;
     12)      Рентабельность производства с учетом и без учета субсидий (%);
     13)      Прибыль до налогообложения по всей деятельности сельскохозяйственных организаций, включая субсидии из бюджетов (млн. руб.);
     14)      Урожайность зерновых и зернобобовых, в весе после доработки (ц/га убранной площади);
     15)      Надой молока в расчете на 1 корову в сельскохозяйственных организациях (кг);
     16)      Внесение минеральных удобрений на один гектар посева сельскохозяйственных культур в сельскохозяйственных организациях (кг);
     17)      Расход кормов в расчете на одну условную голову КРС в сельскохозяйственных организациях (ц кормовых единиц);
     18)      Энергетические мощности в СХО, в расчете на 1 работника (л. с.);
     19)      Отношение субсидий в регионе к среднему по совокупности регионов;
     20)      Средний объем субсидий на 1 руб. стоимости продукции сельского хозяйства (руб.);
     21)      Удельный вес федерального бюджета в общем объеме инвестиций (%);
     22)      Удельный вес животноводства в производстве продукции сельского хозяйства (%);
     23)      Средняя рентабельность производства без учета субсидий (%);
     24)      Средняя рентабельность производства с учетом субсидий (%);
     25)    Рентабельность субсидий (%);
     Следующим важным шагом изучения предметной области является описание автоматизируемых методов статистического анализа. В случае с эффективностью сельского хозяйства, согласно


10