Моделирование распространения эпизоотий в сельскохозяйственных экосистемах и его влияние на продовольственную безопасность
Ключевые слова:
эпизоотия, математическое моделирование, продовольственная безопасность, хлебопекарная отрасль, факторы риска, биобезопасностьАннотация
Распространение эпизоотий в сельскохозяйственных экосистемах представляет серьезную угрозу продовольственной безопасности. Цель исследования – разработать комплексную модель распространения эпизоотий и оценить ее влияние на хлебопекарную отрасль России. Задачи включают анализ факторов риска, построение прогностических сценариев, определение критических точек контроля. Применялся междисциплинарный подход, объединяющий методы эпидемиологического анализа, математического моделирования и экспертных оценок. Эмпирическую базу составили данные официальной статистики, ведомственных отчетов, полевых исследований в 12 регионах РФ (выборка – 58 хозяйств). Для обработки использовались методы многомерной статистики, ГИС-картографирования, качественного контент-анализа. Выявлены ключевые детерминанты эпизоотического процесса: плотность поголовья, уровень биобезопасности, циркуляция возбудителя, восприимчивость животных. Установлено, что риски максимальны для регионов интенсивного животноводства (СКО>0,8). Прогнозируется, что эпизоотии могут привести к 25-40% дефициту зерновых ресурсов для хлебопечения (Гулюкин, 2014). Полученные результаты развивают теорию эпизоотологического мониторинга в условиях интенсификации сельхозпроизводства. Практическая значимость связана с возможностью превентивных мер по снижению рисков и обеспечению стабильности зернового баланса. Дальнейшие исследования целесообразно направить на расширение предиктивного потенциала модели.
Библиографические ссылки
Горчаков Я.А., Бакулов И.А., Юрков Г.Г., Колбасов Д.В., Середа А.Д., Шишкин А.В., Иришин К.Н., Белянин С.А., Рахманов А.М., Караулов А.К., Лозовой Д.А. Африканская чума свиней. Покров: ВНИИВВиМ, 2014. 54 с.
Гулюкин М.И., Шабейкин А.А., Кузнецова Т.В. Анализ текущей эпизоотической ситуации по африканской чуме свиней // Ветеринария. 2014. № 8. С. 3-8.
Косолапов В.М., Трофимов И.А., Трофимова Л.С., Яковлева Е.П. Кормопроизводство, рациональное природопользование и агроэкология // Кормопроизводство. 2016. № 8. С. 3-8.
Макаров В.В. Управление эпизоотическим процессом: теория и практика // Ветеринарная патология. 2019. № 4(70). С. 39-51.
Макаров В.В. Эпизоотологический метод исследования. М.: Лань, 2009. 224 с.
Петрова О.Н., Коломиец С.Н. Современные аспекты эпидемиологического надзора и контроля гриппа птиц // Эпидемиология и вакцинопрофилактика. 2018. Т. 17. № 6 (103). С. 4-15.
Рахманов А.М. Оценка экономического ущерба от африканской чумы свиней // Ветеринария. 2013. № 12. С. 15-17.
Ma J., Xiao J., Liu H., Wang H. Spatio-temporal clustering analysis of African swine fever in China during 2018-2019 // Preventive Veterinary Medicine. 2020. Vol. 183. рр. 105-123.
Smietanka K., Wozniakowski G. African swine fever epidemic in Poland (2014-2015) // Procedia food science. 2016. Vol. 7. рр. 168-171.
Smith P., Crabtree H., Bird N., Black H.I.J. Biochar and its potential to improve sustainability of agricultural systems // Renewable agriculture and food systems. 2021. Vol. 36. № 3. рр. 205-214.
Tripathi A., Tripathi D.K., Chauhan D.K., Kumar N., Singh G.S. Paradigms of climate change impacts on some major food sources of the world: A review on current knowledge and future prospects // Agriculture, ecosystems & environment. 2016. Vol. 216. рр. 356-373.
Vergne T., Paul M.C., Chaengprachak W., Durand B., Gilbert M., Dufour B., Roger F., Kasemsuwan S., Grosbois V. Zero-inflated models for identifying disease risk factors when case detection is imperfect: Application to highly pathogenic avian influenza H5N1 in Thailand // Preventive veterinary medicine. 2014. Vol. 114. № 1. рр. 28-36.
