Опыт разработки прогнозов колебаний урожаев по технологии «ЗОНТ» для стран Северного полушария

Для получения прогнозов колебаний урожаев хорошего качества, необходимо испытать различные методы их составления, а затем выбрать те, которые способны долговременно обеспечить высшую эффективность.

В настоящее время Лаборатория долгосрочных прогнозов урожаев сельскохозяйственных культур Воронежского агроуниверситета располагает пакетом программ — «ЗОНТ-1», «ЗОНТ-1М», «ЗОНТ-2М», «ВВН-М/М», «ВВН», разработанных на базе технологии «ЗОНТ».

Программа «ЗОНТ-1М» предназначена и применяется для составления прогнозов урожаев сельскохозяйственных культур по технологии ЗОНТ (на основе критерия минимизации ошибок одной индицирующей прямой), позволяющей получать прогнозы урожаев годичной заблаговременности с вероятностной оправдываемостью свыше 80%.

Программа «ЗОНТ-2М» реализует тот же результат на основе критерия минимизации ошибок двух индицирующих прямых, что повышает надежность большей части прогностических оценок — за счет вычленения части колебаний в так называемую область неопределенных значений.

Программа «ВВН-М/М» предназначена и применяется для составления прогнозов урожаев сельскохозяйственных культур по технологии ЗОНТ на основе критерия максимизации положительных (отрицательных) значений одной индицирующей прямой, позволяющей получать прогнозы урожаев годичной заблаговременности с вероятностной оправдываемостью близкой к свыше 100%.

Программа «ВВН» предназначена и применяется для составления прогнозов урожаев сельскохозяйственных культур по технологии ЗОНТ на основе критерия максимизации экстремальных колебаний.

Использование указанных программ, в конечном счете, позволяет решать задачи определения в каждом i-том году вероятных спадов и подъемов урожаев в следующем (i+1)-ом году на интересующей нас территории земного шара.

Успешность такого рода прогнозов обеспечивается действенностью ранее статистически установленной закономерности, согласно которой «межгодовые колебания комплекса природных условий зернопроизводства в данном регионе происходят в зависимости от природно-климатических условий, сложившихся на определенных (индицирующих) территориях земной поверхности в предшествующем году» [30, с.127].

Одним из важнейших условий высокого качества системно статистических прогнозов является правильное решение проблемы формирования базы данных для соответствующих расчетов. С одной стороны, это касается достоверности используемого статистического материала, с другой, связано с его объемом, как в части географической представительности, так и в динамике.

Учитывая, что используемая в прогнозах урожая информация объективно грешит существенной несопоставимостью и очевидными погрешностями масштабного учета посевных площадей и валового сбора сельскохозяйственной продукции, и поскольку нельзя искусственно навязывать прогнозам большую точность, чем позволяет заведомо не точно соизмеримая исходная информация, технология «ЗОНТ» предполагает целесообразность, для начала, основательно раздвинуть интервал прогностических оценок — ограничив задачу распознаванием образов колебаний в интервале «плюс» — «минус» от некоторой характеристики динамики урожаев. Например, по цепным индексам либо 1,0, либо 0,95, 1,04 и т. д. И лишь на следующем этапе прогностических работ может эффективно решаться проблема постепенного сужения интервала прогностических оценок, в том числе поиска индикаторов экстремальных колебаний.

Как уже отмечалось [149, с.117], правомерно говорить о двух возможных способах оценки качества прогнозов, разрабатываемых с использованием различных программ: натурном и ретроспективном.

Натурное испытание предполагает оценку оправдываемости прогноза в реальном режиме времени. Суть его состоит в том, что исследователь многократно, год за годом (как минимум, в течение 9 лет) отслеживает итоги испытания различных программ, и лишь спустя много лет делает соответствующие выводы, определяя, с помощью какой из программ удалось получить прогнозы более высокого качества. Этот способ оценки — наиболее точный, но зато долговременный, что является его основным недостатком.

Второй способ менее точен, но позволяет получить искомый ответ на основе ретроспективного оценивания прогностического потенциала сравниваемых программ. Ретроспективное испытание методов прогноза осуществляется на базе накопленной информации прошлых лет, расчленяемой на две совокупности. При этом одна часть ряда динамики используется в качестве базовой (обучающей) информации, а другая выделяется в независимую совокупность наблюдений, по которой оценивается сравнительная эффективность описания колебаний урожаев с помощью различных программ. Иными словами, прогностический потенциал программ изучается постановкой вопроса — «допустим, мы не знаем то, что нам уже известно».

Ретроспективное испытание имеет то преимущество перед натурным, что позволяет заранее выделить более эффективный метод прогноза и использовать его для прогнозирования, не теряя 9−10 лет на натурные испытания.

Поэтому, чтобы оценить прогностический потенциал технологии «ЗОНТ» для стран Северного полушария, в соответствии с требованиями ретроспективного испытания, мы расчленили накопленную информацию Для предлагаемого исследования прогностического потенциала нами использовалась база данных об урожайности ряда сельскохозяйственных культур. В том числе урожаев пшеницы и ячменя по 25 странам мира, 39 штатам США, 38 областям РФ за 1947;2002 гг. об урожайностях зерновых культур на обучающую и проверочную совокупности, а затем последовательно, согласно технологии «ЗОНТ», провели необходимые расчеты по следующим территориям Северного полушария:

• · Россия, в т. ч. Воронежская область;
• · США, в т. ч. штат Канзас;
• · Канада;
• · Зап. Европа, в т. ч. Великобритания и Франция.

Технически это далеко непросто. Прежде всего потому, что проблемным остается вопрос о предпочтительных пропорциях расчленения ряда динамики на обучающую и проверочную совокупности. Бесспорно одно, обе эти совокупности должны быть достаточно большими, чтобы в процессе распознавания образов интересующих нас колебаний можно было абстрагироваться от влияния эпизодических, нетипичных для общей динамики колебаний. Но это не следует понимать таким образом, якобы качество прогнозов прямо пропорционально размеру обрабатываемого ряда динамики. Во всяком случае, когда речь идет о прогнозах урожаев сельскохозяйственных культур.

Поскольку колебания урожаев, при их исследовании за длительный ряд лет обнаруживают влияние не только погодных условий, но и социально-экономических факторов, то со временем под их воздействием может сглаживаться влияние погодных факторов. И если бы это сглаживание происходило равномерно, его несложно было бы учесть, изменяя степень уравнений, описывающих закономерности изучаемых колебаний.

Но все дело в том, что социально-экономические факторы урожая нередко проявляют себя импульсивно, что существенно трансформирует общую динамику. Так происходит в годы затяжных аграрных кризисов — типа кризиса 30-ых гг., в период мировых и гражданских войн, когда сельское хозяйство в особо пострадавших странах деградирует, а у их конкурентов временно появляется импульс скачкообразного роста, ввиду быстрого расширения рынков сбыта.

В последние полтора века такого рода импульсивные колебания социально-экономических условий многократно были характерны для большей части стран Северного полушария. Поэтому, определяя продолжительность периода, в течение которого статистика урожаев может быть включена в обучающую совокупность, необходимо исходить из исторических реалий и ориентироваться не на максимум, а на оптимум размера наблюдений, используемых для разработки прогнозов.

До тех пор, пока мы не располагаем математически строгим обоснованием оптимальных размеров обучающей и проверочной совокупностей, их размер может устанавливаться, исходя из следующих соображений. Обучающая совокупность признается достаточной, если, во-первых, одна треть непрерывного ряда динамики (например, данные за 1972;1983 гг.) несущественно изменяет положение линии, распознающей интересующие нас образы колебаний урожаев — по данным предшествующих двух третей наблюдений, т. е. за 1947;1971 гг.

Во-вторых, если меньшая из рассматриваемых двух частей обучающей совокупности превышает 8 наблюдений, что выводит на соблюдение ранее принятого условия — несущественности сдвига линии, распознающей образы колебаний после увеличения ряда динамики с 1947;1971 гг. до 1947;1983 гг. (поскольку весомость одной ошибки из 9 наблюдений — 11,1%, то последовательно, две ошибки уже выводят нас за 80%, принимаемых в качестве минимального уровня оправдываемости прогнозов).

В итоге низшим пределом размера обучающей совокупности признается ряд динамики, включающий не менее 27 наблюдений.

Что же касается высшего предела, то, как нам представляется, его определение, в простейшем случае может быть установлено экспертно, с ориентацией на несущественность изменений в поведении ряда динамики под воздействием очевидных факторов, природа которых не является предметом прогноза.

Так, если изучаются колебания урожаев под влиянием погодных условий, обучающая совокупность не должна выходить за пределы социально-экономически однотипных периодов, а потому не может включать одновременно довоенные, военные и послевоенные годы. Поэтому при разработке прогнозов урожая для стран Северного полушария нами используется в основном статистика послевоенных лет. И только для отслеживания циклических равнопериодических колебаний можно рассчитывать на эффект обращения к более продолжительным рядам динамики. Причем, при условии, что эти колебания, пусть нерегулярно, но обязательно нередко проявляют себя в качестве экстремальных.

Определяя размеры проверочной совокупности важно иметь ввиду следующее: используемый в технологии «ЗОНТ» способ расчета надежности прогнозов (Н) предполагает, что расчетные значения данного показателя непропорционально быстро убывают по мере сокращения проверочной совокупности, особенно если в процессе испытаний обнаруживается хотя бы одна, даже случайная ошибка.

При обосновании минимального предела размеров проверочной совокупности, учитывая сложность такого рода исследований, можно чисто экспертно, руководствуясь соображениями, высказанными в отношении высшего предела обучающей совокупности, определить, что размер проверочной совокупности должен быть не меньше 9 испытаний при одной ошибке ретроспективного прогноза и не меньше 16 испытаний при двух ошибках.

В итоге мы приходим к выводу, что для большинства стран Северного полушария предварительным условием успешности прогнозов межгодовых колебаний урожаев является работа с информацией, которая в непрерывных рядах динамики урожаев содержит данные, как минимум, за 36 лет. Поэтому накопленная и используемая Лабораторией долгосрочных прогнозов ВГАУ база соответствующих статистических данных (1947; 2002 гг.) может быть признана достаточной.

Важным условием практически значимого выполнения прогностических исследований является проблема определения объектов, для которых с большей надежностью и с относительно большим эффектом будут выполняться прогнозы. В наших расчетах из широкого набора сельскохозяйственных культур, выращиваемых в странах Северного полушария, предпочтение отдано культурам богарного земледелия, поскольку колебания их урожаев в большей мере определяются влиянием погодных условий. Это объясняет, почему до последнего времени на базе технологии «ЗОНТ» не предпринимались попытки прогнозировать колебания урожаев риса, хотя его удельный вес в общих объемах мирового производства зерна весьма весом (22%).

Частично по этой причине, но кроме того, ввиду ограниченности ареалов массового производства, пока что не разрабатывались прогнозы для кукурузы, сорго и сои. Из-за неуверенности в качестве исходной информации отложены на будущее прогнозы колебаний урожаев сахарной свеклы, подсолнечника и ряда других культур. Работа была сконцентрирована на прогнозах, прежде всего, пшеницы и ячменя, на долю которых приходится свыше 40% мирового объема производства зерна.

Примечательно, что данное исследование охватывает группу стран, расположенных как в переувлажненных, так и в засушливых районах, на землях существенно различного качества. Больше того, используется информация, аккумулирующая статистику урожаев яровой и озимой пшеницы, ярового и озимого ячменя.

Тем не менее, надежда на успех опирается на представление о том, что, во-первых, суммированные урожаи яровых ()и озимых, () можно рассматривать как ряд урожаев вида, где = (+), который способен своими колебаниями характеризовать динамику определенного комплекса погодных условий. И если на них не накладываются существенные колебания структуры и размещения посевов, других экономических и социальных факторов, то обнаружение ряда закономерностей в колебаниях природных факторов урожая должно быть в принципе возможно.

Во-вторых, различия в природных условиях хозяйственной деятельности позволяют рассматривать ряды урожаев одной и той же культуры (например, пшеницы) в различных странах в качестве разных объектов, а в таком случае прогноз урожая пшеницы в разных регионах должен базироваться на знании специфики закономерной динамики погодных условий для каждой конкретной территории.

Располагая статистикой урожаев за 1947;2000 гг., в соответствии с выше изложенными соображениями об обучающей совокупности, выделим в качестве таковой — данные о колебаниях урожаев за 1947;1983 гг., оставив для проверки вероятной оправдываемости прогнозов данные за 1984;2000 гг.

Расчеты на основе программы «ЗОНТ-1М» показали, что расчленение колебаний урожаев (спадов и подъемов) в 1947;1983 гг. в целом по зерновым в РФ, а также по пшенице и ячменю в странах Северного полушария эффективно достигалось выявлением зависимости этих колебаний в (i+1)-ом году от мажорантных отношений урожаев в так называемых индицирующих регионах в i-ом году.

В порядке иллюстрации остановимся на рисунке 18. В данном случае в качестве регионов, индицирующих колебания урожаев в целом зерновых культур в РФ выделены Иркутская область и РФ. Откладывая на осях X и Y мажорантные отношения урожаев зерновых на данных территориях в 1947;1982 гг. и отмечая в точках их пересечения фактические знаки колебаний урожаев (спад — «минус», рост — «плюс») последовательно за 1948;1983 гг., в конечном счете удается определить линию AB, которая так отграничивает колебания со знаком (+) и (-), что слева от AB оказывается всего два знака (-) на 18 знаков (+), а справа группируются колебания исключительно со знаком (-).

Следовательно, в данном случае прямая AB, выполнила роль «сита», позволяющего разделять цепные индексы урожая зерновых в РФ на две фракции — со знаком (+) и (-), в зависимости от уровня мажорантных отношений урожаев зерновых культур индицирующих регионов в каждом i-том году.

Аналогичным способом находим исполняющую роль «сита» линию AB для пшеницы и AB для ячменя в РФ; AB и AB соответственно для пшеницы и ячменя в США и т. д. для Канады, Западной Европы, Великобритании, Франции, для Воронежской области и штата Канзас (Приложение 8: рис. 1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29).

Как видим, повсеместно отмечается возможность хорошего расчленения колебаний урожаев на спады-подъемы. По пшенице в США прямая AB правильно разделяет 94,4% колебаний, по ячменю — 86,1%. В Канаде по пшенице — 94,4%, по ячменю — 88,9% и т. д.

А теперь оценим, в какой мере найденные нами и указанные прямые AB способны и за пределами 1983 г. выполнять роль «сит», разделяющих колебания урожаев на спады и подъемы. С этой целью на рис. 19, где стерта информация за 1947;1983 гг., но сохранено прежнее положение AB, последовательно нанесем знаки динамики цепных индексов урожаев зерновых культур в РФ за 1984;2001 гг., в зависимости от изменений мажорантных отношений урожаев данных культур по выше указанным индицирующим регионам за 1983;2000 гг. (рисунок 19).

Поскольку из 17 колебаний в проверочной совокупности прямая AB правильно разграничила 14, т. е. 82,4%, то прогностический потенциал использованного «сита» можно признать удовлетворительным.

По аналогии с рис. 19, оценим качество «сит» в форме AB при расчленении на спады и подъемы колебаний урожаев зерновых культур в США, Канаде, Зап. Европе, в Великобритании и Франции, в Воронежской области и штате Канзас (Приложение 8: рис. 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30).

Рисунок 18 — Колебания урожаев зерновых в России в 1947;1983 гг.: «+» — повышение урожайности в i-том году к (i+1) году, «-» — падение урожайности в i-том году к (i+1) году.

Рисунок 19 — Колебания урожаев зерновых в России в 1984;2000 гг: «+» — повышение урожайности в i-том году к (i+1) году, «-» — падение урожайности в i-том году к (i+1) году.

Сведем в таблице 23 материалы, графически выраженные на рис. 18 — 19 и в приложении 8.

Таблица 23 — Доля колебаний урожаев, правильно расчлененных на спады и подъемы, на базе программы «ЗОНТ-1М», %

Судя по приведенным данным, на базе программы «ЗОНТ-1М» повсеместно мы имеем в проверочной совокупности довольно высокие показатели оправдываемости прогностических оценок — от 76,5 до 94,1 процентов.

Но обратим особое внимание на следующий факт. Показатели, относящиеся к 1984;2000 гг. (а это независимый материал проверочной совокупности), во всех случаях, кроме одного (Франция — пшеница) указывают на несколько меньшую способность прямой AB выполнять роль «сита», индикатора колебаний, — в сравнении с показателями 1948;1983 гг. Причин здесь может быть несколько. В том числе могут сказаться подвижки в структуре посевов, в технологиях выращивания зерновых культур, в социальных условиях хозяйственной деятельности.

Поэтому представляется целесообразным учесть подобные подвижки и на следующий, реально прогнозный период. Практически это может выглядеть следующим образом. Если индицирующий потенциал AB в проверочной совокупности (1984;2000 гг.) понизился, в сравнении с обучающей (1948;1983 гг.) примерно на 12,7% по пшенице в России, на 6,5% по пшенице в США, на 12,7% по пшенице в Канаде, и т. д., то сугубо экспертно можно предположить, что примерно на такую же величину и в дальнейшем, т. е. в экзаменующей совокупности оправдываемость реальных прогнозов окажется ниже расчетной.

Исходя из вышеизложенного, можно считать доказанным, что технология «ЗОНТ», даже на нынешнем этапе ее программного обеспечения, позволяет с практически значимой надежностью составлять прогнозы знака колебаний (спад, подъем) урожаев пшеницы и ячменя в странах, являющихся ведущими производителями этих культур в Северном полушарии. Больше того, благодаря этому появляется возможность и количественно конкретного составления ретропрогноза с помощью более эффективных моделей, описывающих динамику всего ряда урожаев в форме численного анализа кусочно-линейных функций.

Ранее отмечалось, что одна из особенностей технологии «ЗОНТ» состоит в том, что она предусматривает многоаспектный подход [61] к распознаванию образов колебаний урожаев. Сопоставляя оценки ожидаемых колебаний, с позиций различных высоко эффективных индикаторов (культур, регионов, других предикторов), удастся полнее учесть реальные взаимосвязи в динамике межгодовых колебаний комплекса природных условий сельскохозяйственного производства и, благодаря этому, частично погасить негативные последствия (ошибки) односторонних прогностических оценок.

На уровне качественного прогноза многоаспектный подход позволяет путем сопоставления нескольких, друг от друга независимых, в ряде случаев взаимно противоречивых оценок грядущей динамики урожаев, с вероятностью, устанавливаемой исходя из неравно возможной оправдываемости сравниваемых прогностических выводов, — надежней установить ожидаемый знак колебаний урожая (рост или спад). На уровне количественного прогноза многоаспектный прогноз призван решить задачу снижения средней ошибки прогноза и размаха колебаний этих ошибок.

Опираясь на выше приведенные способы вычленения максимально возможной численности подъемов и спадов, а также экстремальных колебаний урожаев, появляется возможность заметно пополнить арсенал многоаспектности прогнозов.

Рассмотрим многоаспектный подход к распознаванию образов колебаний урожаев зерновых культур в России при исследовании цепных индексов мажорантных отношений от их медианных значений (Таблица 24).

Таблица 24 — Сопоставление оценок ожидаемых колебаний урожаев зерновых в России за 1947;2001 гг.

В соответствии с традиционной методикой расчетов по технологии «ЗОНТ» существует альтернатива при выборе индикаторов распознавания спадов — подъемов урожая. Нами использовались 2 варианта таких равноценных альтернатив, дающие заведомо неоднозначные решения распознавания колебаний урожая на основе критерия минимизации ошибок одной индицирующей прямой.

Так, в результате проведенных расчетов по программе «ЗОНТ-1М» нам удалось правильно описать 50 из 54 (92,6%) колебаний урожайности зерновых в России за 1947;2001 гг. И если в 1-м варианте как годы выпадения ошибок прогноза были определены 1953, 1961, 1971 и 1987 гг., то во 2-м варианте ошибочным оказалось определение урожайности в 1953, 1954, 1980, 1987 гг. Совмещая эти результаты, мы можем уверенно сказать только о двух ошибках — в 1953 и 1987 годах. В остальные же годы — 1954, 1961, 1971 и 1980 — уверенно определить знак ожидаемого урожая мы не можем, поскольку в одном из вариантов расчетов получен правильный результат, а в другом — ошибка.

Становится ясно, что необходимо проведение дополнительных исследований. Поэтому, по программе «ВВН-М/М», проведем расчеты с целью выделения из общей массы колебаний урожаев максимального количества подъемов или спадов с оправдываемостью близкой к 100%.

Результаты, полученные с использованием программы «ВВН-М/М», позволили определить, что в 1971 и 1987 гг. можно было ожидать спады урожая, а в 1961 г. — подъем.

Таким образом, при совмещении двух вариантов оценок урожайности зерновых в России на базе использования программы «ЗОНТ-1М» с результатами расчетов по программе «ВВН-М/М» доля правильно определенных знаков грядущих колебаний урожаев возросла с 92,6% до 96,2%, так как количество ошибок сократилось с 4-х до 2-х, а в двух случаях прогнозы не состоялись, поскольку знак грядущего урожая определен не был.

Оценим, возможности использования многоаспектного подхода к распознаванию образов колебаний урожаев на территории Северного полушария за пределами РФ, в частности в описании спадов-подъемов урожаев пшеницы в штате Канзас и в целом по Западной Европе.

Таблица 25 — Сопоставление оценок ожидаемых колебаний урожаев пшеницы в штате Канзас за 1947;2000 гг.

Так, на основе использования программы «ЗОНТ-1М» в расчетах по данным об урожайности пшеницы за 1947;2000 гг. для штата Канзас нами были правильно описаны 49 из 53 колебаний урожаев (т. е. 92,5%). Ошибки в оценке знака колебаний пришлись: в 1-м варианте — на 1950, 1959, 1972 и 1982 годы, во 2-м варианте — на 1950, 1977, 1982, 1984 гг. При совмещении этих результатов можем определить только 1950 и 1982 гг., как годы выпадения ошибок. Для определения ожидаемого знака урожайности в 1959, 1972, 1977 и 1984 гг. необходимо проведение дополнительных исследований.

В результате расчетов по программе «ВВН-М/М» нам удалось в 1977 и 1984 гг. определить рост урожая в будущем году, подключив к анализу материалы, полученные в процессе расчетов по программе «ВВН», в 1959 г. был определен ожидаемый экстремальный рост урожайности. Таким образом, в результате многоаспектного подхода к распознаванию образов колебаний урожайности пшеницы в штате Канзас доля правильно описанных колебаний будущего урожая повысилась на 3,7% и составила 96,2% всех оценок колебаний урожаев пшеницы в штате Канзас. Аналогичным образом была изучена возможность использования многоаспектного подхода для повышения надежности распознавания образов колебаний цепных индексов мажорантных отношений урожаев на территории Западной Европы. (Таблица 26).

Таблица 26 — Сопоставление оценок ожидаемых колебаний урожаев пшеницы в Западной Европе за 1947;2000 гг.

Обратим внимание, что использование многоаспектного подхода в распознавании образов колебаний урожайности пшеницы на территории Западной Европы сократило количество ошибок в определении знаков будущего урожая с 6-ти до 4-х, что позволило повысить долю правильно описанных колебаний с 88,7% до 92,3%.

Как видим, многоаспектный подход не только повышает надежность многосторонне выполненных качественных (спад-подъем) оценок ожидаемых через год колебаний урожайности, но и снижает долю бесспорных ошибок примерно на 4%.

Перейдем к изучению возможности формирования количественного прогноза урожайности по принципу многоаспектности прогностических выводов, что предполагает сочетание различных вариантов количественных оценок ожидаемых колебаний урожая.

Известно, что прогноз по технологии «ЗОНТ», определяющий 2001 г. как «неблагоприятный для зерновых на большей части территории РФ» (расчеты были выполнены на базе программы «ЗОНТ-2»), оказался ошибочным. Причем, характерно, что прогнозы, опубликованные другими исследователями, много позднее нас, повторили эту ошибку.

Было бы неверно указанную ошибку переоценивать, равно как и недооценивать. Ведь за 31 год публичных испытаний технологии «ЗОНТ» было допущено лишь четыре ошибки, что доказывает ее способность выводить на прогнозы с оправдываемостью равной 87% ((31−4)/31*100). Желательно добиваться лучшего результата, но одна ошибка на шесть успешных оценок в течение тридцатилетия — пока что результат уникальный.

В этой связи оценим возможности формирования многоаспектной количественной оценки ожидаемого через год урожая на примере разработки прогноза урожайности основных зерновых культур в РФ на 2001 г. (Таблица 27).

Начнем со ставшего традиционным способа, в соответствии с которым были определены перспективы урожайности основных зерновых культур в России в 2001 г. в зависимости от динамики мажорантных отношений урожаев. Используя в определении границы спадов и подъемов медианные значения мажорантных отношений урожаев, уже в 2000 г. удалось получить следующие значения урожайности основных зерновых культур на 2001 г. (Вариант I табл.27).

Как видим, прогноз на 2001 г. указывает на ожидаемый рост урожайности всех рассматриваемых культур. Фактически в 2001 году урожайность зерновых в России действительно возросла, т. е. тенденция ожидаемого роста урожайности была определена правильно. Количественная ошибка в прогнозе урожайности ярового ячменя составила 6,8%, озимой пшеницы и зерновых — 9,6 и 9,8% соответственно.

Таблица 27 — Прогноз урожайности основных зерновых культур на 2001 г. по технологии «ЗОНТ» (многоаспектный подход)

Затем, в соответствии с принципом многоаспектности обоснования прогностических выводов, исследуем возможные изменения количественных ошибок прогноза урожая на 2001 г. по технологии «ЗОНТ», дополнив уже полученные результаты материалами исследования межгодовых колебаний, принимая в качестве точки перегиба их медианные значения (Вариант II табл. 27).

Обратим внимание, что при таком подходе к составлению прогноза ошибка в определении урожайности зерновых составила всего 1,5%. Кроме того, уже в 2000 г. удалось определить 2001 г. — годом возможного экстремального роста урожайности озимой пшеницы, что и определило незначительный размер количественной ошибки прогноза урожайности — -2,4%. А вот ошибка в прогнозе урожайности ярового ячменя возросла.

На основании полученных вариантов оценки определим окончательные показатели ожидаемой урожайности зерновых культур в России на 2001 г.: зерновые — 18,3 ц/га, озимая пшеница — 28,1 ц/га, яровой ячмень — 19,0 ц/га.

Как видим, использование принципа многоаспектности прогностических выводов при разработке количественного прогноза урожая основных зерновых культур в России на 2001 г., позволило не только правильно определить грядущий рост урожайности, но и получить довольно точные ее количественные оценки — отклонения фактической урожайности от прогнозных значений составило в пределах 2,6−5,7%.

Проведенные исследования показали принципиальную возможность использования технологии «ЗОНТ» в составлении прогнозов урожайности зерновых культур не только по территории России, но и в ряде стран Северного полушария, являющихся ведущими производителями зерна в мире. Однако для того, чтобы говорить о практической значимости подобных прогнозов, разрабатываемых по технологии «ЗОНТ», необходимо оценить их качество.

В связи с этим, следуя логике нашего исследования, целесообразно перейти к рассмотрению вопросов оценки эффективности прогнозов межгодовых колебаний урожаев.