考虑降雨量不确定的稻麦收割机多类型配置优化

　　摘要:针对降雨量不确定性导致农机合作社配置收割机的数量和类型较为困难的问题，以蚌埠市的一个农机合作社覆盖的稻麦轮作区域为研究对象，拟合降雨量和潮湿耕地（只能由履带式收割机进行收割的耕地）比例的函数关系，采用１９８７—２０１６年每年１０月份研究地区的降雨量数据仿真新的降雨量，并利用蒙特卡洛仿真方法优化收割机的配置方案，分析降雨不确定情形下农机合作社的收割机类型与数量的最优配置。结果表明：该区域的降雨量与潮湿耕地比例呈现Ｌｏｇｉｓｔｉｃ分布，收割机的最优配置为，履带收割机和轮式收割机的数量均为１４辆，最小收割总成本为７２５．５７万元；随着履带收割机价格的降低，农机合作社应对降雨量不确定的能力显著增加。据此认为不同稻麦轮作区域有必要对降雨量和潮湿耕地比例的函数关系进行估算，同时针对该地区水稻收割期降雨量的特点制定合理的农机补助策略，从而帮助农机合作社应对潜在风险。

　　关键词:收割机；收割机多类型配置；Ｌｏｇｉｓｔｉｃ；降雨量；蒙特卡洛

　　农业联合收割机机型与数量的合理配置是农机合作社抵御风险的重要手段。水稻收割期前的不确定降雨量经常导致水稻的最佳收割时间产生变化，进而影响水稻产量［１－２］。如２０１６年１０月蚌埠地区的降雨量明显高于往年１０月份，因此土壤含水量较高，大量稻田无法利用ＦｏｔｏｎＬｏｖｏｌＧＥ２０Ｄ等轮式收割机收割，而配置较多数量的Ｋｕｂｏｔａ４ＬＺ－４（ＰＲＯ９８８Ｑ）等履带式收割机的农机合作社则可以较快的完成水稻收割。此情形下，科学的选择收割机数量与类型是解决这一问题的关键，而收割机数量和类型的配置又存在成本最小化约束［３］，因此，在降雨量不确定情形下，收割机机型与数量的最优决策可以在整体上削弱降雨量对农机合作社收割水稻的影响。

　　１研究方法

　　１．１收割机配置影响因素分析

　　农作物收割过程中收割机的选择受到多方面因素的影响，如收割机的固定成本、类型、运营成本、收割速度等。胡建雄对衡阳地区影响水稻收割机配置选择的因素进行分析，认为固定成本、运营成本等是影响收割机配置的主要因素［３］。由于不同地区的作物品种和降雨量差异较大，影响水稻收割机选择的因素也存在差异。本研究通过对蚌埠地区的实际调研发现，该地区为稻麦轮作区域，收割机主要为２种类型，履带式和轮式。２类收割机均可收割小麦和水稻，但部分潮湿稻田只能由履带收割机收割；影响收割配置的因素分别为：收割机固定成本、运营成本、收割速度、收割机类型（履带式和轮式）、外包收割成本。在本研究的仿真模型中，将考虑这５个因素对收割机配置的影响。

　　１．２仿真模型构建

　　在本研究中，小麦在成熟后可以被轮式收割机和履带式收割机收割，由于降雨所导致的土壤较为潮湿的稻田不能被轮式收割机收割，其余的稻田则可以被２种收割机共同收割。只能够被履带式收割机收割的稻田面积与该地区每年１０月份的降雨量存在直接关系，这是由于蚌埠地区水稻于每年１０月底—１１月初收割。１０月份降雨量越多，水稻田的土壤湿度则越大，只能够被履带收割机收割的稻田面积越大。当农机合作社配置的收割机在收割周期内无法完成收割时，可以选择将未收割的耕地外包收割。小麦收割过程中不需要考虑天气的影响，即履带式收割机和轮式收割机都可以进行收割。由于本研究的模型无法完全准确的反应实际情况，因此采用部分假设：

　　１）收割机收割作物的速度恒定，相同类型的收割机在收割一种作物时其收割速度恒定。

　　２）收割机的使用寿命为１０年，即每辆收割机的使用年限为１０年。

　　２结果与分析

　　２．１潮湿耕地面积的概率密度函数模拟验证

　　本研究以安徽省怀远县唐集镇华光村的一个农机合作社为研究对象，该合作社覆盖的耕地面积为６５５．７ｈｍ２，位于东经１１６．９８２～１１６．９６５°，北纬３２．８１０～３２．８１９°。在本研究的仿真中潮湿耕地面积比例的大小与该地区１０月份的降雨量相关，降雨量的大小决定了潮湿耕地面积的比例。因此降雨量与潮湿耕地面积比例的关系的精确性直接影响仿真结果的准确性。为了获得降雨量和潮湿耕地面积比例的关系，本研究在农机合作社覆盖的３４户农户进行问卷统计，调查内容为２０１０—２０１６年潮湿耕地面积比例，其中有效统计结果为３１份。通过对不同农户的调查结果估计出不同年份潮湿耕地面积比例，对照不同年份降雨量的大小，得出降雨量与潮湿耕地面积比例的观测值。利用研究区域２０１０—２０１６年每年１０月份的降雨数据拟合出降雨量与潮湿耕地面积比例的函数关系（拟合工具为ＳＰＳＳ２０．０），拟合优度指标Ｒ２＝０．９８６，表明拟合效果较好（图２）。根据《安徽统计年鉴》［２３］及蚌埠气象网获得蚌埠市２０１２—２０１６年每年１０月份降雨量分别为２．７、８．７、３９．４、２４．０和２３１．２ｍｍ，根据拟合的降雨量与潮湿耕地面积比例的函数关系，得出潮湿耕地比例的值为３％、１％、３３％、４％和９４％。

　　2．２降雨分布模拟

　　降雨量的随机波动使得常见的概率分布无法对其进行准确描述。在研究降雨量的随机过程中已有研究采用频率代替概率的方法对其进行模拟［４，６］。本研究利用１９８７—２０１６年每年１０月份蚌埠地区的降雨量［２３］频数分布构造降雨量分布函数，结果表明降雨量基本在１００ｍｍ以内。为更加准确的反应降雨的频率分布，以１０ｍｍ为组距，将降雨量分为１１个组。仿真过程中，产生的降雨量落在每组的概率由该组的频数大小决定，而落在组内的降雨量则在组内随机产生。图３１９８７—２０１６年每年１０月份蚌埠市降雨量观测值Ｆｉｇ．３ＯｂｓｅｒｖｅｄｒａｉｎｆａｌｌｓｉｎＢｅｎｇｂｕｏｎＯｃｔｏｂｅｒｄｕｒｉｎｇ１９８７－２０１６表１１９８７—２０１６年每年１０月份蚌埠市降雨量及相对频率Ｔａｂｌｅ１ＲａｉｎｆａｌｌａｎｄｒｅｌａｔｉｖｅｆｒｅｑｕｅｎｃｙｉｎＢｅｎｇｂｕｏｎＯｃｔｏｂｅｒｄｕｒｉｎｇ１９８７－２０１６序号Ｏｒｄｅｒ降雨量分组／ｍｍＲａｉｎｆａｌｌｇｒｏｐｉｎｇ频数Ｆｒｅｑｕｅｎｃｙ１０～１０５２＞１０～２０３３＞２０～３０４４＞３０～４０６５＞４０～５０４６＞５０～６０１７＞６０～７０２８＞７０～８００９＞８０～９０２１０＞９０～１００１１１＞１００２２．３收割机配置计算仿真模型参数设置如下：０．０６７ｈｍ２小麦外包收割成本为５０元，每０．０６７ｈｍ２水稻外包收割成本１００元。自有收割机收割小麦运营成本为２２５元／ｈｍ２，自有收割机收割水稻运营成本３７５元／ｈｍ２；履带式收割机价格为２５万元／台，轮式收割机价格１０万元／台；履带式收割机收割水稻的速度为２ｈｍ２／ｄ，履带收割机收割小麦速度３．３ｈｍ２／ｄ，轮式收割机收割水稻速度３．３ｈｍ２／ｄ，轮式收割机收割小麦速度６ｈｍ２／ｄ；水稻收割周期１３ｄ，小麦收割周期５ｄ；水稻小麦种植面积均为６５５．７ｈｍ２。为了确定仿真重复次数，通过对仿真模型进行试验性仿真，次数为２００次，均值为７２６．６５万元，标准差５０．８９万元。在本研究中，要求有９９％以上的把握将误差控制在１０００元以内，依据式（４），仿真重复次数为１４５１次，即Ｎ＝１４５１。根据２．１和２．２节，ａ１１＝ｆ（Ｒ）ａ２，其中，Ｒ为降６２１。

　　３结论

　　在农业生产中，降雨量的不确定性易给农业带来实质性影响和潜在威胁。我国地域辽阔，不同区域作物的种植和降雨量存在较大差异，研究某一特定区域的收割机配置更具有针对性。本研究以蚌埠地区稻麦轮作系统的一个农机合作社为例，经研究发现，该地区潮湿耕地的比例和降雨量呈现Ｌｏｇｉｓｔｉｃ分布。由于不同地区的地势和降雨量不同，其收割时期的稻田土壤湿度也不尽相同，因此需要对不同区域的潮湿耕地比例和降雨量的关系进行拟合。

　　参考文献Ｒｅｆｅｒｅｎｃｅｓ

　　［１］ＳｕＷ，ＬｕＪＷ，ＷａｎｇＷＮ，ＬｉＸＫ，ＲｅｎＴ，ＣｏｎｇＲＨ．Ｉｎｆｌｕｅｎｃｅｏｆｒｉｃｅｓｔｒａｗｍｕｌｃｈｉｎｇｏｎｓｅｅｄｙｉｅｌｄａｎｄｎｉｔｒｏｇｅｎｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆｗｉｎｔｅｒｏｉｌｓｅｅｄｒａｐｅ（ＢｒａｓｓｉｃａｎａｐｕｓＬ）ｉｎｉｎｔｅｎｓｉｖｅｒｉｃｅ－ｏｉｌｓｅｅｄｒａｐｅｃｒｏｐｐｉｎｇｓｙｓｔｅｍ［Ｊ］．ＦｉｅｌｄＣｒｏｐｓＲｅｓｅａｒｃｈ，２０１４，３７（１５９）：５３－６１

　　［２］王桂民，易中懿，陈聪，曹光乔．收获时期对稻麦轮作水稻机收损失构成的影响［Ｊ］．农业工程学报，２０１６，３２（２）：３６－４２ＷａｎｇＧ，ＹｉＺＹ，ＣｈｅｎＣ，ＣａｏＧＱ．Ｅｆｆｅｃｔｏｆｈａｒｖｅｓｔｉｎｇｄａｔｅｏｎｌｏｓｓｃｏｍｐｏｎｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｉｃｅｍｅｃｈａｎｉｃａｌｈａｒｖｅｓｔｅｄｉｎｒｉｃｅａｎｄｗｈｅａｔｒｏｔａｔｉｏｎａｒｅａ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＣｈｉｎｅｓｅＳｏｃｉｅｔｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１６，３２（２）：３６－４２（ｉｎＣｈｉｎｅｓｅ）

　　［３］胡建雄．衡阳地区水稻联合收割机选型与优化配置研究［Ｄ］．长沙：湖南农业大学，２００７ＨｕＪＸ．ＳｔｕｄｙｏｎｍｏｄｅｌｃｈｏｉｃｅａｎｄｏｐｔｉｍｕｍａｌｌｏｃａｔｉｏｎｏｆｒｉｃｅｈａｒｖｅｓｔｅｒｉｎＨｅｎｇｙａｎｇ［Ｄ］．Ｃｈａｎｇｓｈａ：ＨｕｎａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，２００７（ｉｎＣｈｉｎｅｓｅ）

　　何朋飞李静＊

《考虑降雨量不确定的稻麦收割机多类型配置优化》

上一篇：低对比度条件下联合收割机导航线提取方法

下一篇：青海省民和县整株玉米青贮中存在的问题及对策