ЭПИДЕМИОЛОГИЧЕСКИЕ МОДЕЛИ SEIRD ДЛЯ БОЛЕЗНЕЙ РАСТЕНИЙ
В данной статье рассматривается потенциальное применение эпидемиологической модели SEIRD, широко используемой в моделировании заболеваний человека, к контексту вспышек болезней растений. Фитопатогены представляют серьёзную угрозу для сельскохозяйственного производства, что требует использования надёжных количественных инструментов для понимания динамики их распространения и разработки эффективных стратегий контроля. Модель SEIRD была адаптирована для фитопатологии путём включения ключевых агрономических переменных, таких как экологические факторы (например, влажность и температура), фазы роста растений и влияние агротехнических мероприятий, включая химическую обработку и удаление инфицированных растений. Пространственная динамика была смоделирована с использованием уравнений бегущей волны. Результаты показывают, что модифицированная модель эффективно отражает временное и пространственное развитие эпидемий среди растений, позволяя прогнозировать пики заболеваемости и оценивать эффективность мер контроля. Исследование представляет собой гибкую математическую основу, которую можно адаптировать для различных фитопатологий, что делает её ценным инструментом для принятия решений на основе данных в условиях «умного» сельского хозяйства и управления эпидемиологическими рисками.
Константинов И.С., Тaхa A.T.Т., Голдобина Д.М. Эпидемиологические модели SEIRD для болезней растений // Научный результат. Информационные технологии. – Т.10, №3, 2025. – С. 64-71. DOI: 10.18413/2518-1092-2025-10-3-0-6
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
1. Kermack W.O., McKendrick A.G. A contribution to the mathematical theory of epidemics // Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character. – 1927. –115(772). – P. 700–721. https://doi.org/10.1098/rspa.1927.0118
2. Hethcote H.W. The mathematics of infectious diseases // SIAM Review. – 2000. – 42(4). – P. 599–653. https://doi.org/10.1137/S0036144500371907
3. Gilligan C.A., Gubbins S., Simons S.A. Analysis and fitting of an SIR model with host response to infection load for a plant disease // Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences. – 1997. – 352(1351) – P. 353–364. https://doi.org/10.1098/rstb.1997.0026
4. Al Basir F., Blyuss K.B., Ray S. Modelling the effects of awareness‐based interventions to control the mosaic disease f Jatropha curcas. – 2018. – ArXiv preprint arXiv:1810.03158.
5. Brown D. H. Stochastic spatial models of plant diseases. – 2001. – ArXiv: math/0112094vl [ math.NA]
6. Константинов И.С., Таха Т.А., Старченко Д.Н. Динамика модели SIR: взгляд на эпидемии и вакцинацию // Экономика. Информатика. – 2024. – 51(1). С. 145–156. DOI 10.52575/2712- 746X-2024-51-1-145-156
7. Константинов И.С., Taхa A.T.Т. Математический анализ модели SIR с учетом периода инкубации // Научный результат. Информационные технологии. – Т.9, №3, 2024. – С. 3-9. DOI: 10.18413/2518-1092-2024-9-3-0-1
8. Агха Х.Р., Таха А.Т. Методы математического моделирования распространения эпидемий // Научный результат. Информационные технологии. – Т.7, №4, 2022. – С. 25-33. DOI: 10.18413/2518-1092-2022-7-4-0-3.
9. Taхa A.T.Т. Моделирование протокола передачи COVID-19 // Информационные системы и технологии. – 2025. – 2(148). – С. 48-59.
10. Таха А., Константинов И.С. Анализ динамики пандемий через волны передвижения: математическая модель. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2025. 15(1): 170-179. https://doi.org/10.21869/2223-1536-2025-15-1-170-179