Публикации автора

В настоящее время качественный состав эксплуатационных лесных массивов возраста спелости и подходящих к нему часто является неудовлетворительным. Во многом это связано с отсутствием рубок ухода или их неправильным проведением. Производительность лесосечных работ при рубках ухода мала, получаемая древесина в большинстве случаев оказывается невостребованной. Механизация рубок ухода неудобна с производственной точки зрения и экономически невыгодна. Вместе с тем в Российской Федерации есть примеры внедрения передовых зарубежных практик осуществления рубок ухода машинным способом с использованием харвестера и форвадера. Применение этого способа позволяет кратно повысить производительность. Удельные затраты (р/м3) здесь больше затрат на сплошные рубки спелых и перестойных насаждений, однако зачастую меньше, чем при работе вальщиков леса. Еще больше повысить эффективность работы машинных лесозаготовительных комплексов при проведении рубок ухода возможно за счет автоматизации отбора деревьев в рубку. В основу такого отбора необходимо положить главную задачу данного вида рубок - получение наиболее оптимальных по размерно-качественным признакам насаждений к возрасту их спелости. Это становится возможным при учете конкурентной борьбы древесных растений в насаждении до и после проведения рубок ухода. В статье введена математическая постановка задачи назначения деревьев в рубку в однородном насаждении. Показано, что число вариантов решения растет экспоненциально. Реализован алгоритм, базирующийся на жадном методе, и выполнено экспериментальное сравнение этого метода со случайным результатом, а также с удалением дерева, имеющего самого близкого соседа среди всех деревьев. Апробация алгоритма на экспериментальных данных показала, что он эффективнее двух других.

Колесные тракторы, использующиеся в лесозаготовительном производстве, сельском и лесном хозяйстве, отличаются большой вариативностью конструктивных параметров и эксплуатационных характеристик. От них напрямую зависят показатели экологической эффективности - воздействия техники на окружающую среду (например, вес машины и параметры движителя определяют глубину колеи и уплотнение почвогрунта) и эксплуатационной эффективности - производительности, энергоемкости (так, например, грузоподъемность и грузовая скорость машины во многом определяют время цикла трелевки). Подбор техники, наилучшим образом совместимой с природно-производственными условиями, параметры которой обеспечивают требуемые показатели экологической и эксплуатационной эффективности, является нетривиальной научно-практической задачей. Для упрощения процесса принятия решений при выборе машин предложены различные классификации техники, что позволяет рассматривать не каждую конкретную модель, а определенный класс с учетом типа природно-производственных условий. В настоящей статье проанализированы сведения о 102 моделях колесных тракторов с формулой 4х4. При обработке данных использован алгоритм кластеризации данных k-средних с метрикой Евклида (k-means). Число кластеров подобрано итерационным путем на основе результатов анализа функции суммарной ошибки разбиения объектов на кластеры (метрика inertia). Программа для проведения расчетов подготовлена на языке Python; расчеты выполнены в среде Google Colab, использована библиотека sklearn. Классификация предложена на основе обобщения результатов разметки объектов.