Современное развитие науки и повышение требований промышленного производства приводят к возрастающей роли методов моделирования в различных отраслях человеческой деятельности. В области пчеловодства известно всего несколько попыток применения моделей для оценки медосбора.
Одна из пионерских работ принадлежит В.Ф.Армееву с соавторами (ж-л «Пчеловодство» №7, 1987), в которой пропагандируется преимущество моделей перед натурным опытом. Стандартная методика определения медосбора общеизвестна (Пономарева и др., 1986; Харченко и др., 2003). Работу выполняют так: определяют медовый запас местности и умножают его на коэффициент использования нектара пчелами, лежащий в довольно широком диапазоне — 30–50%.
Рациональное планирование нектарной и зерновой продуктивности, то есть выбор оптимального числа семей, необходимого для наилучшего медосбора и опыления, осуществляют с помощью простейших математических действий. Однако для точного и согласованного расчета необходимо учитывать конкретные условия фуражировки: плотность числа цветков у растений и конкуренцию фуражиров, расстояние до культур, силу семей в конкретный период сезона, их летную активность, погодные условия и т.д.
В лаборатории биофизики Уральского государственного университета разработана комплексная модель нектаропродуктивной агроэкосистемы, призванная помочь в решении указанных задач (ж-л «Пчеловодство» №5, 2007). В ней учитываются все перечисленные и некоторые другие факторы (включая «интеллектуальное» поведение семей), находящиеся в тесной взаимосвязи друг с другом.
Модель содержит систему из около 40 уравнений (в том числе интегро-дифференциальных) и достаточно надежно верифицирована по научным данным, опубликованным в литературе. Разработанная компьютерная модель позволяет рассчитывать (рис. 1): UF — коэффициент использования массивов нектароносных растений (то есть долю собранного пчелами нектара); H — чистый нектарный доход с учетом потребления меда семьями на собственные нужды; VR — среднюю кратность числа посещений цветков (опылительный эффект).
Модель показывает, что коэффициент использования UF и кратность посещений цветков VR возрастают нелинейно с числом семей, достигая характерного насыщения. Согласно приведенным графикам (см. рис. 1) можно оценить, что предельная доля используемого пчелами нектара, например для гречихи, равна чуть более 30%.
Учитывая, что сбор его с этой культуры довольно сложен для пчел, приведенное значение хорошо соответствует нижней границе эмпирического диапазона 30–50%. По графикам, подобным рис. 1, можно определить оптимальное число семей, которое необходимо содержать для медосбора и опыления.
Видно, что для максимального медосбора с гречихи целесообразно содержать около 0,5–1 семьи на 1 га. При увеличении указанного числа ожидаемый доход не возрастает, так как идет снижение развития и летной деятельности семей. Для повышения зерновой продуктивности гречихи оптимально содержать около 2–3 семей на 1 га, что обеспечивает эффективную кратность (1–2) посещений/цветок (Бурмистров и др., 2005).
По эмпирическим данным для эффективного опыления гречихи необходимо содержать около 2 семей на 1 га (Таранов, 1961; Пономарева и др., 1986; Бурмистров и др., 2005), что подтверждает результаты моделирования. Однако моделирование позволяет сделать и другой практически важный вывод: для оптимального медосбора и опыления необходимо содержать разное число семей. Для опыления, как правило, их требуется больше. Это согласуется с общими биологическими представлениями, что цели растений (опыление) и насекомых-опылителей (сбор корма) не совпадают (Фегри и др., 1982).
Модель позволяет также оценивать продуктивность семей в зависимости от удаленности нектароносных культур (рис. 2). Так, на расстоянии 3–5 км до массива нектароносных растений продуктивность семей падает вдвое. Предсказания модели можно использовать при принятии решений о целесообразности перевозки пчел с учетом ее стоимости и выигрыша от получения дополнительной товарной продукции. Кроме этого, модель обладает рядом других практически важных возможностей.
Несомненно, разработанный комплекс нуждается в дальнейшем развитии. Однако цель работы — продемонстрировать широкие возможности современных теоретических методов прогнозирования и планирования, показать полезность и перспективу их внедрения в практику пчеловодства.
А.В.КУДРЯКОВ
Лаборатория биофизики
Уральского госуниверситета
![Генетически модифицированные организмы и природная среда](/images/im200x/priroda/priroda_0140_200.jpg)
![Зимнее укрытие для пчел](/images/2017/n0317_45_200.jpg)
![Стандартизация в пчеловодстве](/images/im200x/product/product_0027_200.jpg)
![Объединение пчелиных семей осенью (2)](/images/2007/n0807_40_200.jpg)
![Змееголовник молдавский на припасечных участках](/images/im200x/priroda/priroda_0246_200.jpg)
![Устройство для получения пчелиного яда-сырца](/images/im200x/pcheli/pcheli_0710_200.jpg)
![Скандинавия. Швеция](/images/im200x/inosmi/inosmi_08_200.jpg)
![Для борьбы с роением вывожу маток](/images/im200x/pcheli/pcheli_0840_200.jpg)
![Двухматочные семьи](/images/im200x/pcheli/pcheli_0301_200.jpg)
![Против Делона, но за улей Дадана](/images/im200x/paseka/paseka_0714_200.jpg)
![Метки для маток](/images/im200x/pcheli/pcheli_0750_200.jpg)
![Где и как летают наши пчелы?](/images/im200x/pcheli/pcheli_0634_200.jpg)