Энергетический показатель степени благоприятности агрометеорологических условий в полевых опытах
Журнал: Вестник аграрной науки @vestnikogau
Рубрика: Сельскохозяйственные науки
Статья в выпуске: 5 (122), 2026 года.
Бесплатный доступ
Исследования проведены на серой лесной среднесуглинистой почве на базе Калужского НИИСХ – Филиала ФГБНУ «ФИЦ картофеля имени А.Г. Лорха». В работе представлен методический подход к разработке энергетического интегрального индекса агрометеорологических условий на материалах трѐхлетнего полевого опыта с посевами ячменя сорта Московский-86. Индекс степени благоприятности агрометеорологических условий для агроценоза за определѐнный период вегетации формируется как комплексный показатель. В его основу положена взаимосвязь термодинамических характеристик атмосферы (на основе данных энтальпии приземного слоя воздуха) и состояния растительности (на основе вегетационного индекса биоиндикатора, определѐнного фотометрическим методом). Предложенный индекс учитывает эффективность применения интенсивной агротехнологии. Его использование позволяет количественно оценить, насколько текущие метеорологические условия способствуют нормальному росту и развитию сельскохозяйственных культур. В проведѐнных исследованиях отмечено, что в период от всходов до выхода в трубку 2023 год характеризуется низкими значениями температуры и, особенно, поступлением осадков. В этот период выпало всего 33 мм при среднеклиматической норме 66 мм, а средняя температура воздуха составила 16,5оС при норме 16,5оС, ГТК – 0,66, что указывает на дефицит влаги. Рост по ВИ слабо выражен наблюдалось снижение фотосинтетической деятельности, коэффициенты благоприятности минимальны. В 2024 г. экстремально высокие осадки (186,4 мм) в период кущения – риск переувлажнения и загнивания корней. Однако в фазе выхода в трубку условия улучшились (ГТК = 0,51, RVI = 8,8). Однако сильное переувлажнение отразилось на развитии растений ячменя, а последующая засуха способствовала формированию щуплого зерна, что отразилось на урожайности. В 2025 г. отмечен баланс между температурой, влажностью и осадками. Максимальные значения ΣRVI в обеих фазах – наиболее благоприятные условия для роста.
Короткий адрес: https://sciup.org/147255471
IDS: 147255471 | УДК: 528.81:633.11:631.4 | DOI: 10.24412/2587-666X-2026-5-3-16
Energy indicator of the agrometeorological conditions in field experiments
The research was conducted on a gray forest medium-loamy soil at the Kaluga Research Institute of Agriculture, a branch of the Federal Research Center for Potato Research named after A.G. Lorkh. The paper presents a methodological approach to the development of an energy integral index of agrometeorological conditions based on the results of a three-year field experiment with barley crops of the variety Moscow-86. The index of the degree of favorable agrometeorological conditions for an agrocenosis during a certain period of vegetation is formed as a comprehensive indicator. It is based on the relationship between the thermodynamic characteristics of the atmosphere (based on the enthalpy data of the surface layer of the air) and the state of vegetation (based on the vegetation index of the bioindicator, determined by the photometric method). The proposed index takes into account effectiveness of the use of intensive agricultural technology. Its use allows for a quantitative assessment of how well the current meteorological conditions contribute to the normal growth and development of agricultural crops. It is based on the relationship between the thermodynamic characteristics of the atmosphere (based on the enthalpy data of the surface layer of the air) and the state of vegetation (based on the vegetation index of the bioindicator, determined by the photometric method). The studies have shown that the period from germination to tillering in 2023 was characterized by low temperatures and, especially, low rainfall. During this period, only 33 mm of precipitation fell, compared to the average climate norm of 66 mm, and the average air temperature was 16.5°C, compared to the average norm of 16.5°C. The GTC value was 0.66, indicating a lack of moisture. The growth in the VIs was weak, and there was a decrease in photosynthetic activity, with minimal favorable coefficients. In 2024, extreme precipitation levels were observed.
Текст научной статьи Энергетический показатель степени благоприятности агрометеорологических условий в полевых опытах
В условиях лесостепи Новосибирского Приобья наибольшая урожайность яровой пшеницы (4,64...4,94 т/га) получена в условиях, когда в первой половине вегетации ГТК был равен 1,0, а лучшие качественные показатели зерна получены при ГТК 0,63...1,21 во второй половине июля и в августе. Повышенные температуры и оптимальное количество осадков в период, когда происходило формирование зерна, обусловили образование большого количества клейковины - 37,1 % [2].
В условиях Красноярского края оптимальное значение гидротермического коэффициента июня, обеспечивающее формирование белка в зерне озимой пшеницы Новосибирская 15 на уровне 16-18%, составило 0,5 и менее (очень засушливые условия) [3]. На средне - окультуренной среднесуглинистой дерново-подзолистой почве высокая урожайность сухой сенажной массы варьировала от 8,18 до -11,72 т/га, сбор кормовых единиц составил 4,5-7,6 тыс., сырого протеина - 0,7-1,4 т/га, обменной энергии - 67,8104,6 ГДж/га. При этом наибольшее накопление переваримого протеина получена в условиях нормального увлажнения или умеренной засушливости на фоне в внесения N50P60K60 и Р60К60 [4]. В этих условиях хорошо зарекомендовал себя и смешанный посев узколистного люпина с ячменем немчиновской селекции, который в условиях засушливого и нормального увлажнения (ГТК 1,00-1,4) обеспечил 7-12 т/га сухой массы, 4-5 т/га зерна с накоплением в них 0,7-1,0 т/га сырого и 0,5-0,6 т/га переваримого протеина и 50-95 ГДж/га обменной энергии [5].
Воздействие погоды может, как способствовать результату опыта, так и снижать его эффективность. В настоящее время как глобальные, так и локальные статистические связи урожайности сельскохозяйственных культур с отдельными агрометеорологическими факторами, широко применявшиеся в прошлом, не удовлетворяют многосторонним запросам практики сельскохозяйственного производства.
Построение строгой теоретической модели жизнедеятельности растений, раскрывающей многообразие связей и взаимосвязей растений со средой обитания типа «погода — почва — урожай», учитывающей биологические особенности культур, погодные условия, плодородие почвы и уровень агротехники представляет существенную научную проблему вследствие недостаточной изученности механизмов взаимодействия указанных факторов. В связи с этим для сравнительной оценки условий вегетации используют разные интегральные физико-статистические показатели.
Одним из наиболее распространённых интегральных показателей основных агроклиматических ресурсов (теплообеспеченности и влагообеспеченности) является гидротермический коэффициент Т.Г. Селянинова (ГТК), рассчитываемый на основе двух параметров: температуры воздуха и количества . Результаты исследований свидетельствуют о наличии сильной нелинейной одномодальной зависимости урожайности от значения ГТК. В частности, для сахарной свеклы [6] данная зависимость графически представляется в виде одновершинной кривой с максимумом урожайности при значении ГТК равном 1,11 и коэффициентом детерминации этой связи (R2 = 0,68), что указывает на высокую функциональную зависимость в модели.
В таблице 1 приведена пятибалльная шкала благоприятности с ГТК на основе отклонений трех метеопараметров от нормы [7], которую используют для; прогноза урожайности, планирования агротехнических мероприятий, оценки рисков, мониторинга состояния посевов.
Таблица 1 – Шкала благоприятности погодных условий
|
Балл |
Характеристика |
Отклонение температуры |
Отклонение осадков |
ГТК |
|
5 |
Очень благоприятно |
±1 ⁰C |
±10 мм |
1,0–1,5 |
|
4 |
Благоприятно |
1–4 ⁰C |
10–20 мм |
0,9–1,6 |
|
3 |
Удовлетворительно |
4–8 ⁰C |
20–40 мм |
0,7–1,8 |
|
2 |
Неблагоприятно |
8–12 ⁰C |
40–60 мм |
0,5–2,0 |
|
1 |
Очень неблагоприятно |
>12 ⁰C |
>60 мм |
<0,5 или >2,0 |
При попытке установить причинно-следственные связи между микроклиматическими условиями и динамикой роста растений исследователи сталкиваются с фундаментальной проблемой: расширенный перечень и разнородностью физических величин (температура, влажность, освещённость, состав почвы и др.), которые трудно свести к единому аналитическому каркасу, что существенно затрудняет:
-
• количественную оценку «цены» (экономической и агрономической эффективности) агротехнологических мероприятий;
-
• сопоставление результатов разных экспериментов;
-
• прогнозирование урожайности с учётом имеющихся микроклиматических ресурсов.
Цель исследований заключается в выборе методического подхода к выбору показателя, характеризующего благоприятность агроэкологических условий, на основании минимально необходимого и доступного для пользователей набора инструментальных наблюдений.
Задачу оценки влияния вариабельности погодных условий на результаты многолетнего полевого опыта рассмотрим в предположении следующих допущений:
-
• однородности почвенно-климатических условий на протяжении всего периода наблюдений;
-
• стабильности генетического потенциала используемых сортов и видов культур;
-
• стандартизации агротехнологических мероприятий;
-
• постоянства оптимумов агрометеорологических параметров (АМП) для исследуемых культур.
Данные ограничения позволяют снизить вариативность данных, но не исключают множественности решений. Для получения единственного результата, учитывающего специфику конкретного опыта, вводятся условия однозначности — дополнительные параметры, отражающие индивидуальные особенности наблюдаемых процессов, которые имеют энергетический эквивалент.
В книге Константинова А. Р. [8] показано, что в результате многолетних исследований в области физики приземного слоя атмосферы, разработки методов расчёта испарения, тепло- и влагообмена различных поверхностей с атмосферой и водопотребления сельскохозяйственных культур, были определены ключевые факторы микроклимата — это температура и влажность воздуха. Эти параметры не просто характеризуют текущее состояние атмосферы — они выступают в роли интегральных индикаторов, фиксирующих: динамику составляющих теплового и водного балансов; изменения климатических условий; трансформацию почвенных характеристик и ландшафтной структуры.
Согласно данных Константинова А. Р. [8], температура и влажность воздуха служат надёжными маркерами комплексных процессов, протекающих в системе «поверхность–атмосфера» и совместно с оценкой состояния растительного покрова (РП) в предшествующий расчётному периоду, составляют достаточный набор предикторов для количественной оценки показателя благоприятности погодных условий. С учётом этого, применим энергетический подход в системном анализе связи эффективности условий и роста растений, который позволяет наиболее комплексно подойти к решению поставленной задачи за счёт интеграции физического, биологического и фотометрического методов.
Условия материалы и методы. Полевые исследования проведены на полях Калужского НИИСХ - филиала ФГБНУ «ФИЦ картофеля имени А.Г. Лорха » в 2023-2025 годах. Опыт заложен в соответствии с общепринятыми методиками [9]. В рамках исследований предполагается сформировать комплексный показатель текущих агрометеорологических условий - индекс степени благоприятности агрометеорологических условий ( ИСБАУ) на основе энергетической оценки условий роста и динамики посевов на следующих методологических принципах: Гидротермические погодные условия определим по энтальпии приземного слоя воздуха - ( H) ; результат совокупного воздействия фотосинтетически активной радиации, плодородия и влажности почвы и прочих значимых факторов оценивается по динамике биомассы биоиндикатора - ( m ) и её энергетическому эквиваленту ( E m ). В качестве естественного биоиндикатора («эталона» отклика культуры на внешние условия) выступает контрольный (фоновый) участок полевого опыта в период экспоненциального роста культуры на данном участке; в качестве основного метода оценки динамики состояния РП применяется дистанционно определяемый спектральный вегетационный индекс биоиндикатора — ( VI) .
Приведём обоснование релевантности выбранных параметров для оценки текущих агрометеорологических условий.
Интенсивность влаго-теплообмена верхнего слоя почвы с приземным слоем воздуха определяется метеорологическими параметрами, физическим состоянием почвы, шероховатостью и рельефом поверхности поля, архитектоникой и аэродинамическими характеристиками посева, а также местоположением поля в рельефе. Учёт основных факторов климато -ландшафтого образования произведём с помощью единого комплексного параметра состояния приземном слоя воздуха - энтальпии. Энтальпия воздуха ( H) - термодинамическая величина, отражающая общее количество тепловой энергии в единице массы воздуха в джоулях (Дж) или кДж/кг. Она учитывает: температуру воздуха, влажность (содержание водяного пара) и атмосферное давление. Энтальпия эффективный инструмент, комплексно отражающий гидротермические условия - сочетание тепла и влаги, критически важное для вегетации растений. Её преимущество перед отдельными показателями (температура, влажность) состоит в том, что она: учитывает синергетический эффект факторов; позволяет оценить реальную тепловую нагрузку на растение; коррелирует с интенсивностью транспирации и фотосинтеза.
Энтальпия атмосферы рассчитывается на основании данных стандартных наблюдений, выполняемых на метеорологических станциях, таких как: температура воздуха ( tB , 0 C ); относительная влажность воздуха ( f , %);
атмосферное давление ( p0, Па). Получаемая величина энтальпии в результате расчёта, характеризуется значительным радиусом репрезентативности (до 50 км в условиях равнинного рельефа), что позволяет использовать его в качестве интегрального параметра состояния атмосферы при оценке микроклиматических условий сельскохозяйственных угодий, расположенных на значительном удалении от метеостанции источника данных. Применение данного показателя даёт возможность заменить комплексный анализ трёх отдельных метеорологических параметров ( tB , f , p0 ) единым интегральным показателем, отражающим совокупное влияние указанных факторов на термодинамическое состояние воздушной массы - H .
Использование энтальпии в качестве интегрального показателя снижает состав входных параметров при моделировании атмосферных процессов; повышает наглядность представления комплексной информации о состоянии атмосферы упрощает процедуру анализа и интерпретации метеорологических данных и сравнение разнородных метеорологических условий на основе единого количественного критерия.
Применение контрольного участка в качестве биоиндикатора в период экспоненциального роста растений выступает ключевым элементом методологии, обеспечивающим репрезентативность и воспроизводимость результатов. Угловой коэффициент ( k ) кривой динамики биомассы (энергетического потенциала) агроценоза в этот период определяет его ростовой потенциал для текущего климатического и агротехнического ресурса. Состояния биоиндикатора отражает результат взаимодействия биологических, климатических, агротехнологических, экономических факторов внешней среды в т.ч. стрессорных факторов в пространстве и времени не объясняя, какими именно факторами, поскольку: суммирует все без исключения биологически важные данные об окружающей среде и отражает его состояние в целом; фиксирует скорость происходящих в окружающей среде изменений; делает необязательным применение дорогостоящих трудоёмких методов для измерения биологических параметров особенно при непредсказуемых кратковременных воздействиях ОЯ.
В многолетнем опыте его сравнение позволяет: оценить стабильность эффекта агротехники по годам; выявить влияние погодных условий на эффективность приёмов; определить долгосрочный тренд продуктивности агроценоза; рассчитать риски снижения урожайности в неблагоприятные годы; создать базовую точку отсчёта для сравнительного анализа экспериментальных данных.
Сезонная динамика биомассы т(т) описывается кривой роста Сакса. Её величина на дату t аналитически равна:
т t = ^т(т) d т , (1) где т - биологическое время: текущие сутки, фаза (код), доля периода онтогенеза (безразмерная), сумма активных температур и др.
Энергия биомассы растений биоиндикатора (запасённая энергия солнца, поглощённая растениями в процессе фотосинтеза) измеряется в энергетических единицах. Энергетический эквивалент оценки площадной плотности биомассы растений контрольного участка kme [кДж/кг м2]:
Ет (т) = кШ((т)-т(т), (2)
где кте(т) - коэффициент пропорциональности для сырой биомассы, зависящий от фазы развития биоиндикатора (возраста), его морфологических признаков и физиологических функций.
Среди разнообразных методов оценки состояния биоиндикаторов, таких как визуальная оценка, морфометрические, биохимические, физиологические, фитопатологические и др., всё более широкое распространение получают вегетационные спектрометрические методы.
Вегетационные индексы (ВИ) (в т.ч. NDVI, GNDVI, RVI и др.), полученные в результате наземных или дистанционных инструментальных измерений, выступают в качестве комплексных показателей: динамики роста растений и состояния отдельных компонентов их жизнедеятельности (например, содержания хлорофилла, азота и т.д.). RVI и NDVI связаны отношением:
RVI-1
RVI+1
Оба индекса оценивают «зелёность» и биомассу растительности, но отличаются чувствительностью к внешним факторам. В тексте все результаты проведены для RVI ( отношение спектральных коэффициентов яркости в инфракрасном канале (800 нм) к красному (680 нм)), поскольку в опытах он проявил большую чувствительность по сравнению с NDVI.
Параметры траектории вегетационных индексов тесно связаны с продуктивностью и позволяют по скорости роста уже в период интенсивного роста оценить эффект применённой агротехнологии [10]. К числу ключевых преимуществ данных методов относятся: высокая оперативность получения данных; представительность результатов; возможность косвенного определения энергетического потенциала, возможность охвата обширных территорий с высокой детализацией при дистанционном зондировании; воспроизводимость измерений и совместимость с автоматизированными системами сбора данных.
Эффективность использования гидротермических условий вегетационного периода может быть охарактеризована с помощью ИСБАУ, отражающего соотношение скорости накопления суммарной энергии, усвоенной биомассой растений контрольного участка, к величине энтальпии приземного слоя воздуха за этот период вегетации.
В ходе исследования были проанализированы несколько вариантов модифицированных индексов ИСБАУ — K m , KV, K S для фазы колошения на основе следующих данных: температура и влажность воздуха, атмосферное давление, фенология биоиндикатора, вегетационный индекс по данным дистанционного зондирования, биомасса и её энергетический потенциал.
Структурный Km - количественный показатель для оценки агрометеорологических условий с учётом динамики биомассы и состояния растительности. Он предпочтителен, если требуется высокая точность прогноза урожайности (особенно для страховых оценок, планирования уборки).
Кт =
т 4 • VI 4 - т 3-VI3
где: m 3 , т4 — биомасса или её энергетический эквивалент тт 3 ,Ет4 в конце выхода в трубку (код-3) и колошения (код-4). Этот параметр отражает динамику накопления биомассы на участке; T — продолжительность фазы (в сутках); H — среднее значение энтальпии за период T (в кДж); VI 3 , VI 4 — значения ВИ растительности в конце фаз 3 и 4.
H – служит показателем агрометеорологических условий (тепло- и влагообеспеченности). Чем выше значение H, тем более «энергоёмкие» условия требуются для поддержания роста растений. Нормировка на погодные условия позволяет сравнивать участки с разными температурно-влажностными режимами.
Согласно физическим представлениям, числитель выражения (3) по аналогии подобен изменению импульса тела под воздействием внешних сил: отражает прирост биомассы с учётом фотосинтетической активности; комбинация биомассы ( m ) и VI позволяет оценить не только количественный, но и качественный рост растений (здоровье, плотность растительного покрова).
Интерпретация результатов расчёта индекса K m позволяет сделать выводы об эффективности использования гидротермических ресурсов и выявить потенциальные лимитирующие факторы:
-
1. Высокое значение K m : свидетельствует об эффективном использовании гидротермических ресурсов; указывает на благоприятные агрометеорологические условия для роста растений; может служить индикатором оптимальности применяемых технологий возделывания .
-
2. Низкое значение K m : отражает недостаточную эффективность использования доступных ресурсов; может указывать на наличие лимитирующих факторов, таких как: засуха; низкие температуры; бедность почвы; болезни или вредители растений;
Динамический K V . Поскольку срезы растений во многих случаях не допускаются и по разным причинам нет доступа к данным о биомассе (ограниченный бюджет, большие площади по биомассе и др.), предлагается следующий (динамичный) вариант
=
уц-у1з
активности
·
Формула оценивает
динамику фотосинтетической растительности за определённый период, нормированную на время и тепловую энергию среды:
Если сравнивать с формулой, где учитывается биомасса ( m 2 , m 3 ), упрощённая версия не включает прямой учёт массы растений, а опирается только на косвенный показатель биомассы – VI . Cнижение VI в период активного роста – ранний индикатор стресса растительности (засуха, болезни, дефицит питания), но требует подтверждения по динамике.
Плюсы упрощённой формулы: простота и более низкие затраты – VI легко получить с помощью спутниковых или снимков с БПЛА. в отличие от прямого измерения биомассы (не требует отбора проб, сушки, взвешивания; оперативность – данные VI доступны в режиме близком к реальному времени; устойчивость к локальным неоднородностям: данные дистанционного зондирования усредняют показатели по большой площади.
Минусы по сравнению с K m :
-
• Косвенность : VI коррелирует с биомассой, но не равен ей (например, при
водном стрессе VI может падать, хотя сухая биомасса , а, следовательно и её энергоёмкость, почти не меняется).
-
• Игнорируется структура биомассы: не различает прирост листьев и
- стеблей, которые вносят разный вклад в урожай,
-
• Более сильное влияние влияющих факторов : облачность, влажность
почвы, тип покрытия.
-
• Меньшая точность : в некоторых фазах вегетации (цветение, созревание)
VI менее чувствителен к изменениям биомассы.
Интегральный коэффициент Ks представляет собой разницу
нормированных сумм индекса VI для двух периодов (3 и 4):
∑∑
=-
··
ZVI3, ZVI4 — суммарные значения VI соответственно двух фазовых периодов (3 и 4). Отражают общую фотосинтетическую активность растительности.
T 3 , T 4 — продолжительность периодов (в сутках).
H 3 , H 4 — средняя энтальпия (в кДж) за периоды 3 и 4.
Результат KS показывает, как изменилась эффективность фотосинтетической активности с учётом погодных условий (энтальпии) и длительности периодов.
Преимущества показателя: нормировка на время прохождения фаз T позволяет сравнивать периоды разной продолжительности; сравнительный характер: разность двух нормированных показателей чётко выявляет динамику состояния растительности.
Чувствительность к стрессам: снижение VI при неизменной энтальпии даст отрицательное K S , сигнализируя о проблемах (засуха, болезни), несмотря на косвенность оценки биомассы. K S полезен для:
-
• мониторинга динамики посевов (еженедельные/ежемесячные отчёты);
-
• выявления на ранних стадиях стрессовых ситуаций (засуха, вредители,
нехватка удобрений);
-
• сравнения участков с разными погодными условиями (через нормировку
на H );
-
• анализа эффективности агротехнологий (удобрения, орошение) в
течение сезона;
-
• оценки однородности полей: выявление зон с разной вегетационной
активностью.
Мощность и точность K S возрастает при комбинировании вегетационных индексов NDVI, RVI с другими индексами ( EVI, SAVI ) для снижения влияния нерастительных факторов; при использовать серии снимков для сглаживания ошибок отдельных измерений; дополнении полевыми данными (влажность почвы, биомасса); нормализации H по региону или климатической зоне для сопоставимости результатов.
Индекс KS — практичный инструмент оперативного мониторинга растительности с учётом погодных условий. Он даёт быструю оценку динамики фотосинтетической активности, но требует осторожности в интерпретации из-за косвенности VI и влияния внешних факторов. Оптимален для скрининга проблемных зон и сравнительного анализа, но не заменяет комплексные оценки урожайности.
Сравнивая инднексы KV и KS, можно отметить, что KV является более динамическим показателем, поскольку менее чувствителен к колебаниям внутри периода и определяется в основном изменением VI между началом и концом периода. KS анализирует средние уровни VI в двух периодах, и их относительную эффективность т.е. является сравнительным показателем. KV — проще в расчёте (меньше данных) и лучше подходит для мониторинга в реальном времени (еженедельные отчёты). KS — учитывает вариабельность VI внутри периода (через суммирование ΣVI), позволяет сравнивать принципиально разные периоды (например, май и июль с разной длительностью и погодой), отражает не только динамику, но и общий уровень вегетации, полезен для долгосрочных анализов (сезонные сравнения, оценка агротехнологий). KV — оптимален для оперативного контроля состояния посевов, выявления ранних стрессов (нехватка воды, болезни), анализа коротких периодов (7–14 дней). KS — лучше использовать для: сравнения разных фаз вегетации (всходы — колошение), анализа сезонных изменений (весна — лето), оценки эффективности агротехнологий в долгосрочной перспективе, исследований с неравными по длительности периодами.
Следовательно: если задача — отслеживать динамику «здесь и сейчас», лучше KV, если нужно сравнить эффективность вегетации в разных условиях/периодах, предпочтительнее KS. В комплексных исследованиях можно комбинировать оба показателя: KV для мониторинга трендов, KS для сравнительного анализа.
Результаты и обсуждение. Информационной базой иллюстрации работы показателей послужили стандартные метеорологические данные гидротермических условий вегетации 2023 – 2025годов, ближайшей к опытному полю агрометеостанции «Калуга», а также — фотометрические измерения вегетационного индекса посевов ячменя «Московский-86» на делянках стационарного трёхлетнего полевого деляночного опыта по исследованию эффективности интенсивной агротехнологии в опыте с 2023 по 2025 годы [11, 12]. На рисунке 1 приведена динамика метеорологических параметров и вегетационного индекса RVI в опыте за 2023-2025 гг.
Рисунок 1 – Динамика метеорологических элементов и вегетационного индекса RVI контрольного участка с посевами ячменя
На комбинированных диаграммах представлена динамика следующих параметров: Os , мм — количество осадков в миллиметрах; S-t ak, °C — сумма активных температур в градусах Цельсия; Н, кДж/кг — энтальпия в килоджоулях на килограмм; ГТК, мм/°C — гидротермический коэффициент.
Диаграммы демонстрируют сложную взаимосвязь между этими параметрами. Отмечается переход от относительно стабильных условий к резким колебаниям, чередование влажных и сухих периодов, в основном из-за большой амплитуды осадков, что отражает тенденцию контрастного изменения климата. В этих условиях рост энтальпии совпадает с повышением температуры и влажности без резких скачков, что характерно для накопительного показателя.
Такой же характер у показателей траектории вегетационного индекса RVI : амплитуды (скорости роста) и площадью ограниченной траекторией RVI биоиндикатора.
Снижение амплитуды в фазы выхода в трубку в 2023 г и колошения в 2024 г (в период активного роста) вызвано ухудшением водного баланса.
В таблице 2 приведены средние значения метеопараметров для фазовых периодов: выход в трубку (3) и колошения (4), данные фотометрических измерений RVI и величины ИСБА.
Таблица 2 – Метеопараметры и данные фотометрических измерений для основных фазовых периодов ярового ячменя
|
Фаза, код |
Год |
т, суш |
t°C |
/,% |
Сумма Os ,мм |
н, кДж/кг |
ГТК |
Ш, кг/м2 |
RVI |
1дп |
к,„ |
Kv |
Ks |
У, ц/га |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
и |
12 |
13 |
14 |
14 |
|
3 |
2023 |
13 |
14,5 |
62 |
22,0 |
30,0 |
0,80 |
1,3 |
2,0 |
17,0 |
26,8 |
|||
|
2024 |
12 |
17,7 |
76 |
186,4 |
44,9 |
2.25 |
1,5 |
4,2 |
56,0 |
8,4 |
||||
|
2025 |
19 |
18,6 |
73 |
151,0 |
40,0 |
1.60 |
1,8 |
2,4 |
78,0 |
28,4 |
||||
|
4 |
2023 |
21 |
19,5 |
55 |
26,3 |
35,3 |
0,20 |
1,5 |
4,2 |
46,0 |
0,005 |
0,003 |
0.062 |
|
|
2024 |
16 |
16,3 |
68 |
62,1 |
44,0 |
0.51 |
1,8 |
8,8 |
102,0 |
0,014 |
0,007 |
0.145 |
||
|
2025 |
16 |
1ТД |
71 |
61,0 |
39,0 |
0,70 |
2,2 |
8,5 |
131,0 |
0,023 |
0.010 |
0,210 |
Примечания : 1 –код фазы роста растений посева (3 – выход в трубку, 4 –колошение); 2 – год проведения полевого опыта на посевах ячменя; 3 – период продолжительности фазы; 4 – средняя температура воздуха; 5 – средняя относительная влажность воздуха; 6 – сумма осадков за период; 7 – среднее значение удельной энтальпии воздуха; 8 – ГТК гидротермический коэффициент Селянинова; 9 – среднее значение сырой биомассы на конец соответствующей фазы; 10 – вегетационный индекс на конец фазы; 11 – площадь под кривой вегетационного индекса ростовой функции посева в периоды 3 и 4; 12, 13, 14 – ИСБА; 15 – урожай зерна.
Проведённый анализ данных, представленных на рисунке 1 и в таблицах 1 и 2, позволили получить предварительные результаты в оценке влияния агрометеорологических условий на рост и развитие сельскохозяйственных культур с применением коэффициентов ИСБА (Km, KV, KS).
Ключевые результаты исследования:
-
1. Коэффициенты ИСБА (Km – коэффициент метеорологической благоприятности, KV – коэффициент вегетационной благоприятности, KS — коэффициент почвенной благоприятности) продемонстрировали более высокую информативность по сравнению с ранее используемыми критериями оценки. Их преимущества:
-
- инерционность – способность отражать кумулятивное воздействие условий за длительный период;
-
- ёмкость – учёт комплекса факторов (температуры, влажности, осадков,
состояния почвы) в единой системе показателей;
-
- дифференцированность – возможность отдельно оценивать влияние
-
2. На основе коэффициентов ИСБА установлено, что:
метеорологических, вегетационных и почвенных условий.
-
- наилучшие агрометеорологические условия сложились в 2025 г;
-
- наихудшие условия наблюдались в 2024 г. из-за экстремально
высоких осадков в фазе 3, и последующей засухе.
Основным ограничением проведённых исследований является недостаток синхронных исходных данных в объёме, необходимом для определения статистически достоверной связи между коэффициентами ИСБА и урожайностью, что не позволяет: построить надёжные регрессионные модели прогноза урожайности на основе ИСБА и установить пороговые значения Km, KV, KS, гарантирующие достижение целевых показателей урожайности;
Для повышения практической значимости методики оценки ИСБА рекомендуется:
-
1. Стандартизировать и адаптировать методику оценки ИСБА для:
-
- разных видов культур (зерновые, масличные, пропашные) с учётом
их биологических особенностей;
-
- различных почвенно-климатических зон (степь, лесостепь, зона
достаточного увлажнения);
-
- конкретных технологических сценариев (традиционная,
-
2. Интегрировать ИСБА в системы поддержки принятия решений для
минимальная, нулевая обработка почвы).
агроменеджмента, включая:
-
- прогноз рисков (засуха, переувлажнение, заморозки);
-
- оптимизацию сроков агротехнических мероприятий (посев, полив,
подкормка);
-
- зонирование полей по уровню благоприятности условий.