Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации
Объектом геоинформационного картографирования послужили субъекты РФ (79 единиц административного деления), характеризуемые показателями агропроизводства: валовой сбор зерна (в весе после доработки), валовой сбор сахарной свеклы (фабричной), валовой сбор семян подсолнечника, валовой сбор картофеля, в...
Main Authors: | , , , |
---|---|
Format: | Text |
Language: | unknown |
Published: |
Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет»
2014
|
Subjects: | |
Online Access: | http://cyberleninka.ru/article/n/gis-soprovozhdenie-monitoringa-proizvodstva-otdelnyh-produktov-pitaniya-v-rossiyskoy-federatsii http://cyberleninka.ru/article_covers/16537958.png |
id |
ftcyberleninka:oai:cyberleninka.ru:article/16537958 |
---|---|
record_format |
openpolar |
institution |
Open Polar |
collection |
CyberLeninka (Scientific Electronic Library) |
op_collection_id |
ftcyberleninka |
language |
unknown |
topic |
АДМИНИСТРАТИВНОЕ ДЕЛЕНИЕ РОССИЙСКОЙ ФЕДЕРАЦИИ,ADMINISTRATIVE DIVISION OF THE RUSSIAN FEDERATION,ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ,GEOINFORMATION MAPPING,БАЗА ГЕОДАННЫХ,GEODATABASE,СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ,STATISTICAL MODELING |
spellingShingle |
АДМИНИСТРАТИВНОЕ ДЕЛЕНИЕ РОССИЙСКОЙ ФЕДЕРАЦИИ,ADMINISTRATIVE DIVISION OF THE RUSSIAN FEDERATION,ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ,GEOINFORMATION MAPPING,БАЗА ГЕОДАННЫХ,GEODATABASE,СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ,STATISTICAL MODELING ГОЛУБЕВ АЛЕКСАНДР НИКОЛАЕВИЧ ПАВЛОВА ОЛЬГА АЛЕКСАНДРОВНА ЩЕРБАКОВ ВЛАДИМИР ВЛАДИМИРОВИЧ ЩЕРБАКОВ ВЛАДИМИР МОДЕСТОВИЧ Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
topic_facet |
АДМИНИСТРАТИВНОЕ ДЕЛЕНИЕ РОССИЙСКОЙ ФЕДЕРАЦИИ,ADMINISTRATIVE DIVISION OF THE RUSSIAN FEDERATION,ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ,GEOINFORMATION MAPPING,БАЗА ГЕОДАННЫХ,GEODATABASE,СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ,STATISTICAL MODELING |
description |
Объектом геоинформационного картографирования послужили субъекты РФ (79 единиц административного деления), характеризуемые показателями агропроизводства: валовой сбор зерна (в весе после доработки), валовой сбор сахарной свеклы (фабричной), валовой сбор семян подсолнечника, валовой сбор картофеля, валовой сбор овощей, производство скота и птицы на убой (в живом весе), производство молока, производство яиц (всего 8 видов), на душу населения, за период 2005-2009 гг. Построены графики индекса обеспеченности продуктами питания по регионам и его изменчивости для страны в целом по годам. В результате дисперсионного анализа выявлены года, существенно выделяющиеся (2005, 2006), и года, отличающиеся в границах статистической погрешности при 95% доверительной вероятности (2007-2009). Показана технология статистического моделирования при экспертно-оценочном картографировании и накопления соответствующей базы геоданных. Выявлены периоды, существенно выделяющиеся и отличающиеся в границах, превышающих статистическую погрешность. В результате проведенного сравнительного анализа регионов выделены области с наиболее высокими балльными оценками по всей совокупности продуктов питания (класс 10). К таким отнесены Белгородская (балл 100), Тамбовская (балл 97) и Воронежская области (балл 88). Наиболее низкими оценками (класс 0) характеризуются Магаданская (балл 2,8) и Мурманская (балл 2,2) области, Чукотский автономный округ (балл 1,8) и Ямало-Ненецкий автономный округ (балл 0). Ленинградская область (балл 32,7) отнесена к 6 классу наряду с Калмыкией (балл 36,2), Карачаево-Черкесской республикой (балл 35,8), Рязанской (балл 34,1) и Курганской (балл 32,6) областями, Кабардино-Балкарией (балл 32,6), Удмуртией (балл 29,4), Чувашией (балл 28,7), Брянской областью (балл 27,8). The object of GIS-mapping were the regions of the Russian Federation (79 administrative division units) characterized by the following 2005-2009 per capita agricultural production indices: meat and dairy, grain, vegetable production (8 types). Graphs of the food wealth index for the region and its variability for the whole country over the years were plotted. Variance analysis identified the years signifi cantly different from the mean (2005, 2006) and those differing within the limits of statistical error at 95% confidence probability (2007-2009). The technology of statistical modeling for expert-evaluation mapping and accumulation of the corresponding geodatabase is shown. Significantly deviating periods and those deviating outside the statistical error range. As a result of comparative analysis of the regions areas with the highest point estimates for the whole set of food products (class 10) were identifi ed:Belgorod (a score of 100), Tambov (score 97) and Voronezh region (score 88). The lowest estimates (class 0) are represented by the Magadan (score 2,8) and Murmansk (score 2,2) region, Chukotsky Autonomous Okrug (score 1,8) and Yamalo-Nenets Autonomous Okrug (score 0). Leningrad region (score 32,7) was attributed to class 6 along with Kalmykia (score 36,2), Karachay-Cherkess Republic (score 35,8), Ryazan (score 34,1) and Kurgan (score 32,6) regions, Kabardino-Balkaria (score 32,6), Udmurtia (score 29,4), Chuvashiya (score 28,7), Bryansk region (score 27,8). |
format |
Text |
author |
ГОЛУБЕВ АЛЕКСАНДР НИКОЛАЕВИЧ ПАВЛОВА ОЛЬГА АЛЕКСАНДРОВНА ЩЕРБАКОВ ВЛАДИМИР ВЛАДИМИРОВИЧ ЩЕРБАКОВ ВЛАДИМИР МОДЕСТОВИЧ |
author_facet |
ГОЛУБЕВ АЛЕКСАНДР НИКОЛАЕВИЧ ПАВЛОВА ОЛЬГА АЛЕКСАНДРОВНА ЩЕРБАКОВ ВЛАДИМИР ВЛАДИМИРОВИЧ ЩЕРБАКОВ ВЛАДИМИР МОДЕСТОВИЧ |
author_sort |
ГОЛУБЕВ АЛЕКСАНДР НИКОЛАЕВИЧ |
title |
Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
title_short |
Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
title_full |
Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
title_fullStr |
Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
title_full_unstemmed |
Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации |
title_sort |
гис-сопровождение мониторинга производства отдельных продуктов питания в российской федерации |
publisher |
Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет» |
publishDate |
2014 |
url |
http://cyberleninka.ru/article/n/gis-soprovozhdenie-monitoringa-proizvodstva-otdelnyh-produktov-pitaniya-v-rossiyskoy-federatsii http://cyberleninka.ru/article_covers/16537958.png |
long_lat |
ENVELOPE(150.803,150.803,59.564,59.564) |
geographic |
Magadan Murmansk |
geographic_facet |
Magadan Murmansk |
genre |
nenets Nenets Autonomous Okrug Yamalo Nenets Yamalo-Nenets Autonomous Okrug Ненец* Ямал* Ямало-Ненецкий автономный округ |
genre_facet |
nenets Nenets Autonomous Okrug Yamalo Nenets Yamalo-Nenets Autonomous Okrug Ненец* Ямал* Ямало-Ненецкий автономный округ |
op_rights |
CC BY |
op_rightsnorm |
CC-BY |
_version_ |
1766072053288402944 |
spelling |
ftcyberleninka:oai:cyberleninka.ru:article/16537958 2023-05-15T17:14:39+02:00 Гис-сопровождение мониторинга производства отдельных продуктов питания в Российской федерации ГОЛУБЕВ АЛЕКСАНДР НИКОЛАЕВИЧ ПАВЛОВА ОЛЬГА АЛЕКСАНДРОВНА ЩЕРБАКОВ ВЛАДИМИР ВЛАДИМИРОВИЧ ЩЕРБАКОВ ВЛАДИМИР МОДЕСТОВИЧ 2014 text/html http://cyberleninka.ru/article/n/gis-soprovozhdenie-monitoringa-proizvodstva-otdelnyh-produktov-pitaniya-v-rossiyskoy-federatsii http://cyberleninka.ru/article_covers/16537958.png unknown Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет» CC BY CC-BY АДМИНИСТРАТИВНОЕ ДЕЛЕНИЕ РОССИЙСКОЙ ФЕДЕРАЦИИ,ADMINISTRATIVE DIVISION OF THE RUSSIAN FEDERATION,ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ,GEOINFORMATION MAPPING,БАЗА ГЕОДАННЫХ,GEODATABASE,СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ,STATISTICAL MODELING text 2014 ftcyberleninka 2016-06-20T23:36:45Z Объектом геоинформационного картографирования послужили субъекты РФ (79 единиц административного деления), характеризуемые показателями агропроизводства: валовой сбор зерна (в весе после доработки), валовой сбор сахарной свеклы (фабричной), валовой сбор семян подсолнечника, валовой сбор картофеля, валовой сбор овощей, производство скота и птицы на убой (в живом весе), производство молока, производство яиц (всего 8 видов), на душу населения, за период 2005-2009 гг. Построены графики индекса обеспеченности продуктами питания по регионам и его изменчивости для страны в целом по годам. В результате дисперсионного анализа выявлены года, существенно выделяющиеся (2005, 2006), и года, отличающиеся в границах статистической погрешности при 95% доверительной вероятности (2007-2009). Показана технология статистического моделирования при экспертно-оценочном картографировании и накопления соответствующей базы геоданных. Выявлены периоды, существенно выделяющиеся и отличающиеся в границах, превышающих статистическую погрешность. В результате проведенного сравнительного анализа регионов выделены области с наиболее высокими балльными оценками по всей совокупности продуктов питания (класс 10). К таким отнесены Белгородская (балл 100), Тамбовская (балл 97) и Воронежская области (балл 88). Наиболее низкими оценками (класс 0) характеризуются Магаданская (балл 2,8) и Мурманская (балл 2,2) области, Чукотский автономный округ (балл 1,8) и Ямало-Ненецкий автономный округ (балл 0). Ленинградская область (балл 32,7) отнесена к 6 классу наряду с Калмыкией (балл 36,2), Карачаево-Черкесской республикой (балл 35,8), Рязанской (балл 34,1) и Курганской (балл 32,6) областями, Кабардино-Балкарией (балл 32,6), Удмуртией (балл 29,4), Чувашией (балл 28,7), Брянской областью (балл 27,8). The object of GIS-mapping were the regions of the Russian Federation (79 administrative division units) characterized by the following 2005-2009 per capita agricultural production indices: meat and dairy, grain, vegetable production (8 types). Graphs of the food wealth index for the region and its variability for the whole country over the years were plotted. Variance analysis identified the years signifi cantly different from the mean (2005, 2006) and those differing within the limits of statistical error at 95% confidence probability (2007-2009). The technology of statistical modeling for expert-evaluation mapping and accumulation of the corresponding geodatabase is shown. Significantly deviating periods and those deviating outside the statistical error range. As a result of comparative analysis of the regions areas with the highest point estimates for the whole set of food products (class 10) were identifi ed:Belgorod (a score of 100), Tambov (score 97) and Voronezh region (score 88). The lowest estimates (class 0) are represented by the Magadan (score 2,8) and Murmansk (score 2,2) region, Chukotsky Autonomous Okrug (score 1,8) and Yamalo-Nenets Autonomous Okrug (score 0). Leningrad region (score 32,7) was attributed to class 6 along with Kalmykia (score 36,2), Karachay-Cherkess Republic (score 35,8), Ryazan (score 34,1) and Kurgan (score 32,6) regions, Kabardino-Balkaria (score 32,6), Udmurtia (score 29,4), Chuvashiya (score 28,7), Bryansk region (score 27,8). Text nenets Nenets Autonomous Okrug Yamalo Nenets Yamalo-Nenets Autonomous Okrug Ненец* Ямал* Ямало-Ненецкий автономный округ CyberLeninka (Scientific Electronic Library) Magadan ENVELOPE(150.803,150.803,59.564,59.564) Murmansk |