Интегрированная система выбора площадок для исходных холодных хранилищ с использованием ГИС-МНО и усовершенствованной оптимизации Harris Hawks

Сохранение урожая свежим с самого начала

Большая часть мировых фруктов и овощей портится до того, как попадает на полку магазина, особенно в «первом километре» между фермой и ближайшей холодной камерой. Эта статья решает практический вопрос с большими последствиями для пищевых потерь, доходов фермеров и климатического влияния: где следует размещать сооружения для холодного хранения в сельскохозяйственном регионе и каким должен быть их размер, чтобы свежую продукцию можно было охлаждать быстро и экономично, соблюдая местные ограничения по земле и окружающей среде?

Почему раннее охлаждение важно

Свежая продукция особенно чувствительна к теплу и времени. Если урожай нельзя охладить вскоре после уборки, он теряет качество, быстрее портится и приносит фермерам меньший доход. Китай, сейчас крупнейший в мире производитель и потребитель свежих сельхозтоваров, расширяет свою сеть «холодовой цепи» для хранения и транспортировки с охлаждением. Однако в производственных районах страны холодных камер намного меньше, чем вблизи городов, поэтому продукция часто преодолевает большие расстояния прежде, чем попадёт в надлежащее хранение. Исследование направлено на решение этой слабой стороны — на уровне ферм — с целью помочь правительствам и бизнесу принимать решения о размещении новых исходных холодных хранилищ.

Выбор лучшей земли

Авторы строят двухэтапную систему принятия решений и проверяют её в уезде Хэлян, важном сельскохозяйственном районе Нинся, Китай. На первом этапе они используют цифровые карты и структурированный метод оценки, чтобы судить о пригодности каждого участка земли для холодного хранения. Они комбинируют три типа данных: качество дорог и логистических связей, интенсивность местной сельскохозяйственной деятельности и удобство рельефа и природной среды для строительства. Одновременно исключаются территории, на которых строительство недопустимо: заповедники, водные объекты, охраняемые сельхозугодья, парки и плотная жилая застройка. Каждый оставшийся участок ранжируется от «высоко пригодного» до «непригодного», чтобы планировщики могли быстро видеть, где строительство обосновано, а где — нет.

Поиск умных кластеров, а не случайных точек

После выделения наиболее перспективных зон второй этап глубже исследует, сколько холодных камер нужно, где именно их разместить и какого размера каждая должна быть. Команда делит высокопригодные земли на множество мелких ячеек сетки, затем группирует близкие ячейки в кластеры с помощью метода, который выбирает реальные локации, а не абстрактные точки. Центр каждого кластера рассматривается как потенциальная площадка. Модель затрат взвешивает три основные статьи расходов: строительство и эксплуатация объектов, перевозка продукции с ферм в холодные камеры и стоимость потерь при порче еды во время более долгих или медленных перевозок. Крупные хранилища обычно дороже в строительстве, но дешевле в перерасчёте на тонну продукции благодаря эффекту масштаба. Для поиска по всем возможным комбинациям площадок и размеров авторы используют усовершенствованную версию алгоритма «стайного интеллекта», вдохновлённого охотничьим поведением ястребов Харриса, хорошо подходящую для исследования сложных пространств вариантов.

Что показала проверка в уезде

Применив эту систему в уезде Хэлян, авторы обнаружили, что лишь около 1,25% территории действительно подходят для исходных холодных хранилищ, и эти участки сосредоточены на юге, где плотнее расположены дороги, логистические парки и сельскохозяйственные предприятия. Из девяти перспективных кластеров оптимизационная модель выбирает шесть финальных площадок, все они находятся в зонах высокой пригодности. Рекомендованная сеть в основном состоит из средних по размеру объектов и одного крупного узлового хранилища в логистическом парке, в сумме обеспечивая 33 000 тонн мощности для 34 сельскохозяйственных баз. Все объекты используются более чем на 90% своей мощности, а общие затраты минимальны, когда система опирается на крупные, хорошо загруженные хранилища, а не на множество мелких разбросанных. При тестировании альтернативных сценариев — например, изменения стоимости строительства или роста спроса — исследователи последовательно получают, что более высокий спрос и более дешёвое крупное строительство сдвигают решение в сторону меньшего числа более крупных объектов.

Что это значит для фермеров и планировщиков

Проще говоря, исследование показывает, что грамотное планирование может превратить разрозненное производство и неравномерную инфраструктуру в связную, эффективную холодовую цепь. Сначала картируя, где холодные хранилища можно безопасно и целесообразно строить, а затем применяя экономически ориентированный поиск для определения числа и размеров объектов, предложенная система помогает обеспечить быстрое и экономичное охлаждение собранных культур. Главный вывод — правильно расположенные хранилища большой пропускной способности в производственных районах могут сократить потери, повысить доходы фермеров и уменьшить ненужные перевозки и потребление энергии — предоставляя практическую модель для регионов по всему миру, стремящихся построить или модернизировать сеть исходных холодных хранилищ на фермах.

Цитирование: Li, Y., Li, F., Yang, X. et al. Integrated site selection framework for origin-based cold storage using GIS-MCDM and improved Harris Hawks optimization. Sci Rep 16, 11560 (2026). https://doi.org/10.1038/s41598-026-40766-2

Ключевые слова: логистика холодовой цепи, исходные холодные хранилища, планирование расположения объектов, снижение потерь продовольствия, сельскохозяйственная инфраструктура