ВведениеХарактерная особенность нашего времени – проникновение цифровых технологий во все сферы жизни общества. В рамках цифровой трансформации агропромышленного комплекса (АПК) в Российской Федерации принята политика, направленная на внедрение ряда инновационных технологических проектов для нужд сельскохозяйственных предприятий, а также утвержден план мероприятий по созданию сквозных цифровых систем и платформенных решений для достижения роста производительности агропредприятий [1]. В Постановлении Правительства РФ «О государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия» [2] указано, что актуальной является задача обеспечения развития АПК посредством внедрения цифровых технологий и платформенных решений, а также оцифровка всех циклов сельскохозяйственного производства.Активное освоение спектра инструментов точного земледелия и их объединение в системах Интернета вещей неминуемо приведут к тому, что механизмы управления предприятием как сложной системой будут адаптироваться к новым возможностям. Успешное решение всего комплекса проблем будет во многом определяться современным развитием системы комплексного мониторинга, который подразумевает пространственно-временные сопряженные наблюдения с помощью средств наземного и аэрокосмического базирования [3]. Такие изменения вскоре примут регулярный характер и приведут к более эффективному ведению хозяйства.Детальное описание бизнес-процессов необходимо для понимания текущего положения дел и совершенствования управления деятельностью сельскохозяйственных предприятий. Чтобы наглядно оценить исследуемую деятельность, найти проблемные области и определить возможности для улучшений, в литературных источниках разрабатывается модель «КАК-ЕСТЬ», которая позволяет выявить узкие места, а модель «КАК-БУДЕТ» отображает совокупность процессов, обеспечивающих перевод системы в более устойчивое состояние путем разработки и реализации целенаправленных воздействий, задания правил и регламентов выполнения процессов для достижения желаемой цели [4–6]. В связи с этим возникает необходимость пере-осмысления бизнес-процессов предприятий АПК в новом контексте, когда акценты сдвинуты к области цифровых технологий.Рабочие процедуры и организационные принципы существующей системы АПКНа базе методологии процессного подхода в данном исследовании будут формализованы бизнес-процессы предприятия по производству растениеводческой продукции и их декомпозиция. Данная работа затрагивает процессный подход к моделированию основных бизнес-процессов агропромышленного предприятия в стандарте IDEF и предметное рассмотрение со-временных возможностей по созданию системы с элементами включения цифровых технологий, которая отличается от существующей регулярным пространственным наблюдением и автоматизированным анализом данных. С помощью нотации моделирования IDEF0 выполнена формализация основных бизнес-процессов в виде структурно-функциональных моделей, которые наглядно представляют совокупность выполняемых процедур.В обобщенном графическом виде на рис. 1, 2 показана упорядоченная совокупность структурных элементов и соответствующих им потоков информации технологического цикла предприятия по производству растениеводческой продукции, включающая бизнес-процессы «Провести предпроектное планирование», «Наземный мониторинг факторов воздействия на производственный процесс» и «Разработка агротехнологических мероприятий». Рис. 1. Модель существующих бизнес-процессов агропромышленного предприятия Рис. 2. Модель поэтапного взаимодействия ключевых бизнес-процессов Более детальное описание исследуемых бизнес-процессов с возможностью включения логических элементов проведено с использованием диаграммы в нотации BPMN. Стартовое событие запускает параллельные операции по наземному мониторингу процессов естественного воспроизводства, возможностей производственного оборудования, атрибутивной и картографической истории полей. Это позволяет агроному привлекать необходимые ресурсы для обработки и удобрения почвы, формировать комплекс агротехнологических приемов по уходу за посевами (рис. 3). Рис. 3. Структурно-функциональная модель бизнес-процессов «Наземный мониторинг факторов воздействия на производственный процесс», «Разработка агротехнологических мероприятий» по традиционной схемеВыявленные недостатки действующей системы, точки роста и пути развитияАнализ существующих процессов, схема которых представлена на рис. 3, дает основания констатировать низкий уровень использования информационных технологий в операциях по сбору и анализу основных индикаторов созревания культур, что приводит к недостаточной результативности технологических и проектных решений (табл.).Сравнительная характеристика факторов сдерживания и катализации производственных процессов Факторы, снижающие эффективность деятельности агропредприятия в модели AS-ISВозможности, которые открывают современные информационные технологииВысокая трудоемкость и длительность операций по сбору и обработке данныхМобильность получения и обработки данных (фото, информации) дистанционного зондирования по интересующей территорииРучные, механизированные способы сбора данных (низкая точность и высокая вероятность ошибки)Геоинформационное картографирование полей аграрного профиля.Автоматизированные (облачные) средства обработки больших данныхВлияние человеческого фактора: решения принимаются на основе квалификации и жизненного опыта агронома и не всегда научно оправданныИсследование процесса оптимальных условий производства сельскохозяйственной продукции путем привлечения аппарата много-критериальной оптимизацииОтсутствие объективной и своевременной информации на всех этапах производства продукции растениеводства приводит к тому, что затраты труда и ресурсов, вложенные в течение длительного периода, могут не в полной мере оправдать ожидания производителей. А значительные объемы информации, принадлежащие к различным предметным областям и хранящиеся в банках данных предприятия, требуют от специалистов оперативной обработки всех процессов в комплексном восприятии [7]. Специфика растениеводства накладывает ограничения на сроки разработки и утверждения управленческих решений, успеха в которых сложно достичь без привлечения инструментов анализа больших данных для генерации моделей адаптивных реакций на условия внешней среды. В этом плане цифровые технологии способны устранить сложившиеся трудности. Данные обстоятельства обуславливают необходимость разработки новых инструментов поддержки принятия решений в растениеводстве и, впоследствии, внедрения интегрированной системы управления сельскохозяйственным предприятием [8]. Геоинформационное обеспечение цифрового земледелияАэрокосмические снимки предоставляют самую точную и реальную информацию о сложившейся ситуации с заданной периодичностью. В результате тематической обработки они совместимы с технологиями цифрового картографирования и являются инструментом комплексного анализа ситуации на пахотных землях [9] (рис. 4). Рис. 4. Эволюция возможностей в решении хозяйственно-экономических вопросов агропредприятий в сети Интернета вещей (IoT)Повышение урожайности за счет освоения спектра элементов точного земледелия, снижение нагрузки на окружающую среду, тренд на опережение проявления негативных воздействий в результате сложного сплетения факторов окружающей среды являются главными драйверами внедрения цифровых решений в области земледелия как в России, так и во всем мире.В основу построения функциональной организационной структуры технологического цикла предприятия должен быть положен системный подход, интегрирующий современные научные методы исследований в области дистанционного зондирования Земли; унифицированные методики и технологии обработки и использования космической информации; аппарат систем поддержки принятия решений (СППР) [10], нацеленный на получение оптимальных технических решений по разработке цепочек агротехнологических операций с учетом условий произрастания культур [11].Первоначально состояние участков, засеянных культурами, фиксируется с помощью сенсоров и устройств мониторинга. Затем происходит передача накопленных разнородных данных в банк хранения для первичных преобразований. Анализ данных с помощью интеллектуальных технологий обладает большими возможностями для развития адаптивного управления. Тестирование корректирующих технологических мероприятий может стать шагом к своевременному торможению деструкционных процессов для урожая (рис. 5). Рис. 5. Основные этапы цифрового управления сельским хозяйством:ИИ – искусственный интеллект; КЗ – компьютерное зрение; МО – машинное обучение [11]Основные элементы организации единой цифровой пространственной среды Механизмы для достижения устойчивого управления земельными ресурсами с помощью имеющейся информации в реальном времени о землях и выращиваемых сельскохозяйственных культурах представлены на рис. 6. Рис. 6. Функциональное моделирование основных процедур производственных агропроцессов с техническими и технологическими элементами цифровой трансформацииДанные дистанционного зондирования (ДДЗ), полученные от различных спутниковых сенсоров, беспилотных средств, метеостанций. На этапе загрузки данных происходит сбор информации абиотических параметров окружающей среды, описывающих распространение и приживаемость сельскохозяйственной культуры в природе. Результаты измерений включают данные о величине солнечной радиации, параметрах воздуха (температура, влажность, точка росы, скорость и направление ветра), параметрах почвы (температура, влажность, кислотность) и состоянии посевов (спектр отраженного от посевов света в нескольких фиксированных диапа-зонах). Задаются начальные параметры, и происходит наполнение информацией хранилищ ин-формационной системы для возделывания заданного сорта с биологической точки зрения. Дан-ные дистанционного зондирования послужат основой для экстраполяции полевых данных и анализа пространственного распределения характеристик растительных сообществ [12]. Исследование открытых для доступа изображений из космоса в видимом и инфракрасном диапазонах [13] регистрируют состояние местности на четко известный момент и отражают фотосинтетическую активность культур на основе расчета спектральных индексов [14].Географические информационные системы (ГИС), техники анализа больших данных и СППР. На данном этапе происходит синтез эмпирически накопленной информации с аппаратом анализа больших данных для последующего использования этих результатов (рис. 7). Рис. 7. Многоуровневый сценарий реинжиниринга бизнес-процессов при внедрении элементов точного земледелияНа этапе анализа первичные данные складываются в определенные знания об изучаемом объекте, формируются унифицированные витрины данных, а средства геоинформационного моделирования позволяют наложить слои распознанного картографического материала с возможностью визуализировать обстановку на картах местности [15]. Данные различных источников могут храниться и обрабатываться отдельно, совмещаться в информационном продукте на основе привязки к единой системе координат в виде комбинации слоев. Возможность независимого изменения и совместного отображения слоев данных позволяет получать свежие текущие данные из наземных источников для отображения на растровой подложке ДДЗ [16].Методы анализа больших данных могут выявить неочевидные, на первый взгляд, закономерности. Система поддержки принятия решений будет рассматривать различные модели адаптивных реакций на условия внешней среды, формировать аналитические запросы и генерировать рекомендательные сообщения для конечного пользователя в отношении набора альтернативных вариантов его поведения в той или иной ситуации. В итоге будут сформированы карты-задания на реализацию агроприемов по технологии точного земледелия.Системы глобального позиционирования (GPS) исполняют роль связующего звена между коллекциями данных и географическими информационными системами (рис. 7). В результате синтеза применимой в конкретном хозяйстве агротехнологии данные системы позволяют привязать данные, собранные с земли или с помощью дистанционного зондирования, и максимально корректно нанести их на карту-задание для проведения необходимых технологических операций на участках. Агротехнические операции, включенные в агротехнологию, можно проводить выборочно за счет реализованных механизмов генерации карт-заданий и таблиц агротребований [17].В процессе трансформации традиционного сельскохозяйственного предприятия в цифровое устанавливается взаимодействие специалиста в области агрономии и аппаратно-программного комплекса, чтобы облегчить наукоемкие и трудоемкие задачи топографического мониторинга, анализа фонда пространственных данных, построения цепочек агротехнологических операций для сложившихся условий выращивания. Информационно и функционально взаимосвязанные между собой составляющие аппаратно-программного комплекса обеспечивают выполнение технологических процессов, объединенных задачей постоянного картографического слежения за изменениями местности на основе космической информации среднего и высокого пространственного разрешения. Основными функциями аппаратно-программного комплекса являются получение и первичная обработка космической информации, проведение автоматизированного анализа разно-временных материалов космической съемки и идентификация на них изменений объектов местности, формирование баз пространственных данных (метаданных) и подбор агротехнологических операций в сложившихся условиях внешней среды.Предлагаемый механизм управления агротехнологиями с элементами внедрения цифровых технологий представлен на рис. 8 для исследуемых бизнес-процессов «Топографический мониторинг выращивания культур» и «Оптимизация технологических операций для различных условий выращивания». Рис. 8. Структурно-функциональная модель реинжиниринга бизнес-процессов «Топографический мониторинг выращивания культур»и «Оптимизация технологических операций для различных условий выращивания»Реорганизованные бизнес-процессы, представленные структурно-функциональной моделью (рис. 8) в нотации BPMN, основаны на широком использовании современных цифровых технологий. Предлагается создать информационную среду предприятия, состоящую из взаимосвязанных процедур слияния информации от ее составных функциональных систем: системы автоматизированного мониторинга, системы автоматизированного распознавания специфики состояния элементов растительной поверхности и автоматизированной аналитической СППР по подбору агротехнологических приемов.Все процессы начинаются с операции комплексной оценки агрономом плана посева, его сопоставления с применяемыми технологиями возделывания, сопоставления данных прошлых периодов, апробированных в условиях хозяйства, визуального осмотра текущего состояния земельного участка. Далее предполагается запуск параллельных подпроцессов автоматизированного сбора данных о динамике изменчивости почвенно-климатических параметров, получения многоспектральных снимков поверхности земельного участка. Посредством сенсорно-технических средств данные всестороннего наблюдения наполняют цифровую лабораторную базу эталонов (сигнатур) картографического представления изучаемой местности. Результаты отснятых сцен подлежат дешифрованию и интерпретации для распределения по степени зрелости растительных групп и разбиения на зоны изменчивости показателей плодородия. Так измеренная отражательная способность на снимке сопоставляется с реальной вегетационной зрелостью в моменты наибольшего различия между отражательными способностями растительных объектов на многозональном снимке. На основе полученных данных и их анализа формируется база знаний сгенерированных цепочек агротехнологических операций. Такой подход избавляет агронома от проведения достаточно трудоемкого регулярного полевого обследования и позволяет получать качественно новые данные без существенных затрат.Полученные знания об участке далее используются аналитиком для рассмотрения различных допустимых технологических карт выращивания и выбора экономически наиболее целесообразной карты. Системой поддержки принятия решений учитываются план посева культуры, необходимые операции по уходу согласно проведенной классификации по уровню плодородия участка, возможности и ограничения по ресурсной базе предприятия, варианты использования производственных мощностей и оборудования. Заканчивается подпроцесс передачей перечня рекомендательных технологических мер ухода по зонам участка от аналитика агроному с последующим утверждением последним технологической карты операций.Реинжиниринг бизнес-процессов согласно предложенной модели приведет к снижению рисков в части соблюдения временных факторов, увеличит объемы производства и доходность сельскохозяйственного предприятия за счет перехода к цифровым технологиям автоматизированного сбора и обработки больших данных, возможности принятия решений на основе автома-тизированных аналитических систем и способности хранения в базе знаний сгенерированных цепочек агротехнологических операций для потребностей будущих периодов. К достоинствам предлагаемой модели технической и технологической трансформации, структура которой показана на рис. 8, относятся:– частичная компенсация и/или исключение ручного труда;– получение данных на протяжении всего производственного цикла;– возможность проведения статистического оперативного и интеллектуального анализа данных;– ведение оперативного мониторинга состояния посевов;– оценка всхожести сельскохозяйственных культур и их развития по цифровым картам (в виде ротофото- и векторных планов);– эффективное использование ресурсов, повышение производительности труда.В сельском хозяйстве все это особенно важно из-за сезонности и зависимости многих работ и их результата от внешних и не всегда поддающихся контролю факторов.ЗаключениеИсследована актуальная современная задача организации системы цифрового землепользования, состоящая во внедрении автоматизированного режима сбора, обновления, анализа информации о ландшафтных метриках участка в различных временных срезах. Рассмотрены основополагающие элементы реинжиниринга бизнес-процессов в условиях цифровой трансформации, создания систем управления для контроля развития сельскохозяйственных культур с использованием потоковой обработки данных дистанционного зондирования. Изучена модель информационного сопровождения процессов производства для предприятий растениеводческого профиля, направленная на получение цифровых картографических моделей морфологии ландшафта и выработку рекомендаций по осуществлению адаптивно-ландшафтного земледелия.Цифровой облик внутренней структуры участка обернется для специалистов пространственной основой для динамического сравнения исторической и текущей ситуации и повысит контроль над факторами неопределенности. Повышение уровня контроля состояния и использования земель позволит разработать качественные рекомендательные схемы по устойчивому сохранению урожая, влияющие на оптимальное расходование ресурсов производства, а также получение высокой урожайности культур.