Аналитический мониторинг влияния минеральных удобрений на формирование урожайности модельного сорта ярового ячменя
Автор: Беляков А.А., Мельникова Е.В., Романов В.Н., Ивченко В.К.
Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau
Рубрика: Сельскохозяйственные науки
Статья в выпуске: 5, 2018 года.
Бесплатный доступ
Систематизирован теоретический и экспери-ментальный материал, относящийся к идее фор-мирования урожайности ярового ячменя под дей-ствием комплекса минеральных удобрений. Прове-ден аналитический прогноз, представлена анали-тическая модель определения относительной прибавки урожая модельного сорта ячменя с ис-пользованием геоинформационных данных по рав-номерности распределения природно-ресурсного потенциала. В рассматриваемых 1190 вариантах опыта количество азота изменяется в диапа-зоне 0-160 кг д. в/га; фосфора - 0-90; коли-чество калия - в диапазоне 0-60 кг д. в/га. Относительная прибавка урожайности распреде-лена на промежутке 1,000-1,996 ед. с центром рас-сеивания 1,592 ед. и стандартным отклонением 0,171 ед. Область эффективности относитель-ной прибавки урожайности, зависящая от трех переменных, определяется значениями функции. Средняя относи-тельная прибавка оценивается медианой:. Адекватность модели и значи-мость весовых коэффициентов установлена по t-критерию Стьюдента на уровне 0,05 и F-критерию Фишера средствами подпакета Statis-tics пакета Maple...
Аналитический мониторинг, аналитическая модель, урожайность, прогнозирование, модельный сорт ячменя, комплекс мине-ральных удобрений
Короткий адрес: https://sciup.org/140238127
IDR: 140238127
Текст научной статьи Аналитический мониторинг влияния минеральных удобрений на формирование урожайности модельного сорта ярового ячменя
Введение . В земледельческой части Красноярского края короткий вегетационный период в большинстве районов вызывает необходимость возделывания раннеспелых зерновых культур. К числу таких культур относится ячмень [1]. Почвы, пригодные для выращивания ячменя, занимают более 55,1 % площади пахотных земель [2]. В последние 3 года площадь под ячменем в крае составляла около 107 тыс. га. Для сравнения овес занимал 163 тыс. га, а пшеница – около 695 тыс. га [3].
Красноярскими исследователями отмечается, что среди показателей пищевого режима почвы ключевым фактором является уровень обеспеченности нитратным азотом. Колебания уровня содержания нитратов к посеву обусловлены погодными условиями весны. Так, в 2014 г. нитратов было 18 мг/кг, а в 2015 г. – 7 мг на 1 кг почвы. Низким содержанием нитратов обусловлена необходимость внесения минеральных удобрений к посеву. В середине вегетации содержание азота нитратов снижается до уровня 3–6 мг/кг. Устойчиво повышением урожайности ячмень реагирует на азотно-фосфорные и калийные удобрения. Последние лучше оптимизируют питание растений при возделывании ячменя по вспашке, производимой в севообороте с чистым паром [4–6].
Как показывают наши полевые опыты, урожайность ярового ячменя при использовании минеральных удобрений распределяется в широком диапазоне, а ее конкретное значение зависит от базовой урожайности (контроль – без внесения минеральных удобрений). Полученные под действием удобрений прибавки урожайности могут быть несопоставимы и при достаточно близких агротехнических условиях.
Для развития методологии принятия оптимальных агрономических решений становится целесообразным использование технологии дистанционного зондирования аграрных ландшафтов с наземной обработкой результатов (камеральные исследования, калибровка). Этот методический подход оценки влияния удобрений можно усилить, если перейти к относительным (безразмерным) величинам урожайности и далее к относительным показателям качества зерна и структурных элементов урожая, корректируемым методами наземного и дистанционного зондирования агробиогеоценоза.
Исследований по двойственной оценке природноресурсного потенциала аграрных ландшафтов посредством биометрических показателей группы сортов довольно устойчивой по продуктивности сельскохозяйственной культуры с использованием сопряжения опытных, аналитических и геоинформаци-онных данных ранее не проводилось.
Цель исследования : аналитический мониторинг влияния минеральных удобрений на формирование урожайности модельного сорта ярового ячменя.
Задачи исследования: выявить закономерности формирования урожайности ярового ячменя; раскрыть механизм изменения относительной прибавки урожая под действием минеральных удобрений; теоретически обосновать модель прогнозирования урожайности модельного сорта в условиях лесостепной зоны Красноярского края.
Объект исследования: группа сортов ярового ячменя, возделываемых на полях Солянской опытной станции и полях Красноярского НИИСХ, расположенных в Канской и Красноярской лесостепи: Винер, Унион, Айхал, Енисей, Оленек, Буян, Ц-1102, А-2212, А-2302 и др.
Предмет исследования: закономерности формирования урожайности модельного сорта ярового ячменя, высеваемого по зерновому и пропашному предшественникам при внесении гранулированного суперфосфата, хлористого калия и аммиачной селитры.
Методы исследования: системный анализ результатов полевых опытов по изучению элементов точного земледелия; повторность опыта – четырехкратная, агротехника – общепринятая для лесостепи; аппарат математической статистики [7–9], биологические информационные технологии; метод сравнения – прямой [10]; использованы пакеты компьютерной математики Maple и DataFit, табличный процессор MsExcel [11–13].
Результаты исследования . Представлены: области изменений эффективности урожайности ячменя под действием минеральных удобрений, критерий и аналитическая модель определения урожайности, прогноз величины урожая модельного сорта ярового ячменя в зависимости от комплекса вносимых минеральных удобрений.
Изменение функции z(n, p, k) относительной прибавки урожайности ярового ячменя под действием комплекса применяемых минеральных удобрений на выщелоченных черноземах лесостепи характеризуется вектором-градиентом f<, -, -1
^5 n 5 р dk )
этой функции в каждой точке ( n , p , k ) , который формируется векторным полем 2 = (Л п , л р , л^ интенсивности насыщения растений минеральными веществами.
v z = Л- z ( 0,0,0 )
.
На основании анализа величины изменений строится система линейных уравнений в частных производных первого порядка:
dz 1 к -2 1 д
= - b N • п 3 +-• b N , к • п 3 k 3
о п 33
a z 1, -2 1,
— = - bp • р 3 + - bp •• р 3k д р 3 р 3 P,
, д£ 1 1 1
^ = bp, к • р3 + - bN, к • п3 k о k3
Проинтегрировав данную систему с помощью компьютерной математики Maple, найдем ее общее решение:
Z ( п , р , k ) = 1 + b N • 3 п + b p • 3[р + b N , к х
х 3k • 31k+bP к- 3k • k+с
зависящее от единственного параметра C . Числовое значение C берем из условия z ( 0,0,0 ) = 1 , отсюда получим значение C = 0 и соответствующее ему частное решение
Z ( п , р , k ) = 1 + b N • 3!п + b p • 3k + b N , к х
х k • 3k+bp к- 3k • k
где b , b , b , b – весовые коэффициенты комплекса действующих минеральных удобрений, соответственно азота ( n ) , фосфора ( р2о 5) и калия ( к 2 O ) .
Область значений функции z ( п , р , k ) относительной прибавки урожайности, зависящей от трех переменных ( п , р , k ) . При заданном количестве калия ( к2О ) для функции z ( п , р , k i ) относительной прибавки урожайности конкретного сорта ячменя, зависящей от двух переменных ( п , р ) , находим оптимальные значения границы области данной функции s-1, линий уровня этой функции от ( п , р ) , разбивающих параметрическую область на s подобластей уровня с постоянным шагом:
max z - min z т =------------
.
s
Промежуточные значения между парами смежных линий, то есть между ( j - 1 ) -й и j -й линиями, представляет среднее двух значений, принимаемых функцией на данных линиях:
y j + 0,5 = j , j = 0.. st - 1 .
Для практики интерес представляет область наибольшего значения функции относительной прибавки урожайности, ограниченная линиями уровня со значениями y s -1 и y s . В этой части пространства, называемой областью эффективности , средняя относительная прибавка оценивается медианой: yeff = y s - 1 + y s . Очевидно, что абсолютная погрешность т = | y s — y s - 1 1 оценки y eff будет достаточно малой при близких значения y s — 1 и y s , то есть при выборе достаточно малого шага т разбиения параметрической области.
Например, область – эффективности на поверхности урожайности модельного сорта при заданном количестве калия ( к = 60 кг — K2 O ) , кг д.в.: азота ( n , кг — N ) , фосфора ( p , кг — P 2 О 5 ) (рис. 1).
Изменение функции изображается изменением цвета и интенсивности окраски: от минимального (серого) до максимального (кораллового). Чем больше интенсивность закраски (области и графика), тем больше значение функции, описывающей теоретическую поверхность урожайности. Левый нижний угол соответствует минимуму (27,000), а правый верхний – максимуму (53,087) урожайности. В области эффективности средняя урожайность равна 51,637.

Рис. 1. Изменение урожайности в зависимости от количества применяемых минеральных удобрений
Аналитическая модель определения урожайности u ( n , p , k ) по относительной прибавке Z ( n , p , k ) урожайности конкретного сорта ячменя в зависимости от количеств вносимых минеральных удобрений - азота ( n , кг — N ) , фосфора ( p , кг — P 2 О 5 ) и калия ( k , кг — К2О ) представляется в следующем виде:
u ( n , p , k ) = u ( 0, 0, 0 ) - Z ( n , p , k )
Z (n, p, k ) = 1 + bN ■ 3n+bP ■ tfp + bN, K ■ 3n - 3k + bP, K ■ 3[p - k, где u (0,0,0) = Const - базовый уровень урожайности (без внесения минеральных удобрений: азота, фосфора и калия), ц/га; bN, bP, bN, K, bP, K -весовые коэффициенты действующих количеств соответственно азота (n), фосфора (p) и калия (k).
Как следствие, при базовом уровне урожайности u ( 0, 0, 0 ) = a = Const , ц/га, формула урожайности примет следующий вид:
u ( n , p, k ) = a + P N • 3 n + в • 3/ p +
+eN, K ’ 3n ’ 3k+PP, K ’ 3[p ’k, где Pn = a' bN ’ ft? =a' bP ’ Pn, K = a' bN, K ’ ft?, K =a' bP, K - весовые коэффициенты действующих количеств, соответственно азота, фосфора, азота и калия, фосфора и калия.
Адекватность модели и значимость весовых коэффициентов попадают в 95 % доверительный интервал. Весовые коэффициенты после подстановки в общую формулу определяют регрессионную зависимость, детерминированную на 84,27 %, теоретическую поверхность (поверхность отклика) относительной прибавки урожайности модельного сорта, сглаживающую опытные данные.
Анализ отклонений опытных данных от теоретической поверхности показывает, что стандартное отклонение по данным относительной прибавки и вычисленным по модели аналогичным данным принимает, соответственно, значения 0,31 и 0,28, а для невязки составляет 7,20 % при среднем ее значении 0,14 %. Кроме того, расхождение средних значений этих показателей, равных, соответственно, 1,475 и 1,473, не превосходит 0,005.
На основе построенной выше модели влияния минеральных удобрений на величину урожайности рассчитываются основные сценарии прогнозирования величины урожайности ярового ячменя, соответствующие действию вносимого калия ( k , кг - к2 о ) в следующих количествах, кг д.в. (рис. 2): 0; 20; 40; 60.
При базовом уровне урожайности модельного сорта a = u ( °’°’° )= 27 ц/га с помощью компьютерного пакета Maple вычисляем оптимумы функции и диапазон изменения урожайности модельного сорта при заданном количестве калия ( K 2 O ) :
k = 60. minimum , 27., {[{ n = 0., p = 0. }, 27. ]} maximum , 53.08707951, {[{ k = 60.00, n = 160.00, p = 90.00}, 53.08707951 ]} min .. max = 27. .. 53.08707950

Рис. 2. Изменение урожайности в зависимости от количества применяемых минеральных удобрений, кг д.в.: азота ( n , кг - N ) , фосфора ( p , кг - ро5 ) при определенных количествах калия
( k - 0; 20; 40; 60, кг - KO )
Мелкость (шаг) разбиения области значений функции урожайности модельного сорта на 9 областей при заданном количестве калия (k = 60 кг K O): т = 2,989 564 389. Значения функции урожайности модельного сорта на линиях уровня: минимум урожай- ности yo=27 ц/га, максимум у = 53,087 079 50 ц/га: значение в 9-й области эффективности – у5 = 51,637 797 31 ц/га.
Аналогично выстраиваются поверхности урожайности модельного сорта с областями эффективно- сти при задании других значений базовой урожайности а и количеств вносимого калия (к2о), промежуточных между 0–20–40–60.
В рассматриваемых 1190 вариантах опыта количество азота ( N ) изменяется в диапазоне 0-160 кг д.в/га, фосфора ( ро5 ) - 0-90, количество калия ( K2 O ) - в диапазоне 0-60 кг д.в/га. Относительная прибавка урожайности распределена на промежутке 1,000–1,996 ед. с центром рассеивания 1,592 ед. и стандартным отклонением 0,171 ед.
В вариантах вычислительного эксперимента при заданном базовом уровне урожайности 10 ц/га средняя урожайность оценивается значением 15,92 ц/га; максимальная – 19,66; стандартное отклонение – 1,71 ц/га. При базовом уровне урожайности 20 ц/га средняя урожайность – 31,84 ц/га; максимальная – 39,32; стандартное отклонение – 3,42 ц/га.
Аналогично при поддерживаемом базовом уровне урожайности 30 ц/га средняя урожайность оценивается значением 47,76 ц/га; максимальная – 58,98; стандартное отклонение – 5,13 ц/га. При базовом уровне урожайности 40 ц/га средняя урожайность – 63,68 ц/га; максимальная – 78,64 ц/га; стандартное отклонение – 6,84 ц/га.
Методический подход по определению относительной прибавки урожайности применим и к другим зерновым культурам, возделываемым в лесостепных зонах Красноярского края. Исследования последних лет показывают, что ячмень по продуктивности уступает пшенице и овсу и положительно отзывается на элементы интенсификации (табл.). Без применения минеральных удобрений урожайность ячменя составила 20–22 ц/га и не зависела от способа обработки почвы. Внесение аммиачной селитры повысило продуктивность культуры на 1 ц/га (вариант прямого посева) и на 9 ц/га (вариант минимальной обработки почвы дискатором).
Максимальная урожайность зерновых культур в зависимости от технологии возделывания (Минино, 2014–2016 гг.)
Вариант обработки почвы |
Фон удобрений |
Урожайность, ц/га |
|||
Пшеница |
Ячмень |
Овес |
Среднее |
||
Вспашка (контроль) |
Без удобрений |
37,0 |
21,0 |
45,0 |
34,0 |
Аммиачная селитра, 1ц/га |
39,0 |
24,0 |
47,0 |
37,0 |
|
Дискование |
Без удобрений |
37,0 |
20,0 |
40,0 |
32,0 |
Аммиачная селитра, 1ц/га |
43,0 |
29,0 |
43,0 |
38,0 |
|
Прямой посев (No-till) |
Без удобрений |
39,0 |
22,0 |
30,0 |
30,0 |
Аммиачная селитра, 1ц/га |
41,0 |
23,0 |
38,0 |
34,0 |
Выводы
-
1. Исследованиями по разработке элементов точного земледелия установлено, что внесение минеральных удобрений повышает продуктивность ярового ячменя на 1 ц/га (вариант прямого посева) и на 9 ц/га (вариант минимальной обработки почвы дискатором). Получено модельное представление урожайности и величины урожая стандартного сорта ярового ячменя в условиях лесостепной зоны Красноярского края с уровнем детерминации свыше 84 %.
-
2. Теоретически и практически обоснована возможность использования геоинформационных данных уровня урожайности и относительной прибавки урожая группы сортов и модельного сорта ярового ячменя в качестве показателей, характеризующих продуктивность аграрных ландшафтов для оценки равномерности распределения природно-ресурсного
потенциала лесостепных территорий Красноярского края. Разработана аналитическая модель влияния минеральных удобрений на относительную прибавку урожайности и величину урожая ярового ячменя.
Список литературы Аналитический мониторинг влияния минеральных удобрений на формирование урожайности модельного сорта ярового ячменя
- Зобова Н.В., Романов В.Н., Трубников Ю.Н. и др. Система земледелия Красноярского края на ландшафтной основе: науч.-практ. рекомендации/под ред. С.В. Брылёва. -Красноярск, 2015. -С. 27-32.
- Трубников Ю.Н. Природные ресурсы и агроэколо-гический потенциал сельскохозяйственных куль-тур в Красноярском крае//Достижения науки и техники АПК. -2016. -Т. 30, № 6. -С. 63.
- Агропромышленный комплекс Красноярского края в 2011-2015 гг. -Красноярск, 2016. -217 с.
- Андронова Т.М. Влияние возрастающих доз минеральных удобрений и их новых форм на урожай различных сортов, образцов ячменя и их качество, 1976-1979 г.: отчет о научной работе//Препринт Красноярского НИИСХ. -Красноярск, 1979. -10 с.
- Сурин Н.А., Ляхова Н.Е. Селекция ячменя в Сибири. -Новосибирск: Изд-во СО РАСХН; Енисей, 1993. -292 с.
- Романов В.Н., Литау В.М. Продуктивность зерновых культур в зернопаровом севообороте в условиях Красноярской лесостепи//Достижения науки и техники АПК. -2014. -№ 6. -С. 43.
- Моисеев Н.Н. Математические задачи системного анализа. -М.: Наука, 1981. -448 с.
- Байгина Е.М., Шпедт А.А., Кратасюк В.А. и др. Развитие методов биологического мониторинга почв//Почвенные ресурсы Сибири: вызовы XXI века: сб. мат-лов Всерос. конф. с междунар. участием (4-8 декабря 2017 г., г. Новосибирск)/отв. ред. А.И. Сысо. -Томск: Изд-во ТГУ, 2017. -Ч. 2. -С. 237-241.
- Ермаков А.И. Методы биохимического исследования растений. -Л.: Агропромиздат, 1987. -430 с.
- Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). -5-е изд, доп. и перераб. -М.: Агропромиздат, 1985. -351 с.
- Draper, Norman R., and Smith, Harry. Applied Regression Analysis. -New York: Wiley, 1998 -3rd. ed. -389 p.
- Montgomery, Douglas C. Introduction to Statistical Quality Control. -2rd. ed. New York: John Wiley & Sons, 1991. -243 p.
- Stuart A., Ord K. Kendall's Advanced Theory of Statistics. Distribution Theory. -London: Edward Arnold, 1998. -6th ed. -V. 1. -375 p.