CC BY
34
7. Дубиковский, Г. П. Влияние удобрений на образование корневых и пожнивных остатков сельскохозяйственных культур на легких почвах / Г. П. Дубиковский, Ф. Н. Леонов, Т. Н. Шпорко // Современные проблемы использования почвенных ресурсов и повышения их производительной способности: материалы междунар. науч.-произв. конф. / Белорус. с.-х. акад. - Горки, 1997. - С. 157-158.
8. Почвоведение с основами геологии: учеб. пособие для вузов / А. И. Горбылева [и др.]; под общ. ред. А.И. Горбылевой. - Минск: Новое знание, 2002. - 450 с.
9. Семененко, Н. Н. Азот в земледелии Беларуси / Н. Н. Семененко, Н. В. Невмержицкий. - Минск, 1997. - 196 с.
10. Семененко, Н. Н. Методические указания по проведению комплексно-растительной диагностики азотного питания зерновых культур в БССР / А. З. Денисова, А. Г. Корзун. - Минск: Ураджай, 1988. - 30 с.
11. Церлинг, В. В. Агрохимические основы диагностики минерального питания сельскохозяйственных культур / В. В. Церлинг. -М.: Наука. - 1978. - 216 с.
УДК 633.521:631.527
Е. Л. АНДРОНИК, М. Е. МАСЛИНСКАЯ, Е. В. ИВАНОВА ДИСКРИМИНАНТНЫЙ АНАЛИЗ В СЕМЕНОВОДСТВЕ ЛЬНА МАСЛИЧНОГО
(Поступила в редакцию 26.06.2015)
В статье использован дискриминантный анализ цвет- This article uses discriminant analysis of the flowers and
ков и коробочек льна масличного, оценена их сортовая из- bolls of flax, assessed their structural variability, the analysis of
менчивость, проведен анализ типичности отобранных ма- the typicalness of the selected mother plants. The expediency of
теринских растений. Установлена целесообразность ис- the use of discriminant analysis in seed flax as a criterion for
пользования дискриминантного анализа в семеноводстве selection of elite plants in the formation of the seed. льна масличного в качестве критерия отбора элитных растений при формировании партии семян.
Введение
Современные научно-обоснованные селекционные программы ориентированы на создание сортов сельскохозяйственных культур, характеризующихся высоким качеством продукции и стабильностью реализации генетического потенциала растений по признакам, определяющим урожайность.
Основная задача первичного семеноводства - обеспечивать ежегодный выпуск необходимого количества полноценного по наследственным качествам посевного элитного материала. Специфичность семеноводческой работы со льном масличным связана с отсутствием видимых морфологических различий между сортами. Эффективность первичного семеноводства по поддержанию сортовой однородности и размножению элитных семян зависит от применяемой методики отбора типичных для сорта растений и оценки их типичности. Необходимо разработать методику оценки типичности исходных для сорта растений льна масличного с последующим размножением исходной партии элитных семян. Это даст возможность получать партии семян льна масличного без снижения урожайных данных и качества семян.
Анализ источников
Довольно широко статистические методы используются для анализа признаков у плодовых и ягодных культур, кормовых [1-4], овощных [5]. Сведения литературных источников по применению многомерного анализа в селекции льна немногочисленны. Поэтому, благодаря бурному развитию в области вычислительных средств разработка и внедрение в практику селекционных и генетических исследований новых методов анализа информации, является на сегодняшний день важной задачей [6-8].
Дискриминантный анализ — раздел вычислительной математики, представляющий набор методов статистического анализа для решения задач распознавания образов, который используется для принятия решения о том, какие переменные разделяют (т.е. «дискриминируют») возникающие наборы данных (так называемые «группы»).
Методы исследования
Для разработки метода отбора растений льна масличного по морфологическим показателям, обеспечивающий создание оригинальных семян с высокими сортовыми свойствами нами был проведен дис-криминантный анализ цветков и коробочек льна масличного и анализ типичности отобранных материнских растений. Закладку питомника, его агротехнику и испытания проводили по методике разработанной ВНИИЛом [9]. В питомнике проверки отборов были высеяны семена следующих сортов льна масличного Салют, Опус и Илим. На цветах первого порядка ветвления были проведены измерения длины и ширины лепестков у 50 цветков. Перед началом уборки были отобраны этикированные коробочки. У них была измерена высота и ширина. Статистическая обработка данных осуществлялась в Statistica 6,0.
Основная часть
Применение дискриминантного анализа позволяет нам по результатам измерения длины и ширины лепестков цветков, коробочек льна масличного отнести растение к одному из трех сортов: Опус, Илим, Салют. Были измерены 150 цветков льна масличного, по 50 каждого сорта. Получена частота распределения длины и ширины лепестков цветков льна масличного и высоты и ширины коробочки (рис. 1). Этот график представляет распределение переменных, которые он описывает с помощью трех компонент: центральная точка указывает на положение центральной области (т.е. на среднее или медиану; прямоугольник указывает на характер изменчивости вокруг центрального положения (т.е. квартили, стандартные ошибки или стандартные отклонения); отрезки вокруг прямоугольников указывают на диапазон значений переменной (например, размахи, стандартные отклонения, умноженные на 1,96 стандартные отклонения (95%-й доверительный интервал), умноженные на 1,96 стандартные ошибки среднего (95%-й доверительный интервал)).
Рис. 1. Диаграмма объединенных результатов длины и ширины лепестков цветков льна масличного и высоты и ширины коробочки
Частичная статистика «Уилкса лямбда» показывает, что переменная «Ширина лепестка» дает максимальный вклад, переменная «Длина лепестка» - вторая по значению вклада, переменная «Высота коробочки» - третья по значению вклада и переменная «Ширина коробочки» вносит в общую дискриминацию минимальный вклад (табл. 1). Поэтому можно заключить на этой стадии исследования, что размеры лепестков являются главными переменными, которые позволяют производить дискриминацию между различными сортами льна масличного. Для получения дальнейших результатов о природе дискриминации следует провести канонический анализ.
Таблица 1. Итоги анализа дискриминанты. функций (Spreadsheet1.sta): Шаг 4, Переменных в модели: 4; Группир.:
Sort (3 grps); Лямбда Уилкса: 04230 прибл. F (8,288)=139,04 p<0,0000
N=150 Уилкса лямбда Частная лямбда F-искл. (2,144) p-уровень Толер. 1-толер^-кв.)
Ширина лепестка 0,193944 0,218087 258,1436 0,000000 0,811539 0,188461
Длина лепестка 0,063802 0,662941 36,6070 0,000000 0,797866 0,202134
Высота коробочки 0,048538 0,871414 10,6243 0,000050 0,701090 0,298910
Ширина коробочки 0,044439 0,951794 3,6466 0,028516 0,705658 0,294342
Канонический анализ. Чтобы увидеть, как четыре переменные разделяют различные совокупности (сорта льна масличного), вычислим действительную дискриминантную функцию.
Значимость корней. Сначала определим, являются ли обе дискриминантные функции (корни) статистически значимыми (таблица 2). В общем, эта таблица дает отчет о пошаговом критерии с включением для всех канонических корней. Первая строка всегда содержит критерий значимости для всех корней, вторая строка дает данные о значимости корней, оставшихся после удаления первого корня и т.д. Таким образом, эта таблица говорит нам, как много канонических корней (дискриминирующих функций) следует интерпретировать. В нашем случае обе дискриминантные (или канонические) функции статистически значимы. Поэтому получим два отдельных заключения (интерпретации), так как размеры лепестков позволяют нам определять различение сортов льна масличного.
Таблица 2. Критерий «хи-квадрат» с последними исключенными корнями ^ргеаизЬееЙ^а)
Корни исключенные Собств. знач. Канонич. R Уилкса Лямбда Хи-квад. df р-уров
0 13,52065 0,964952 0,042297 460,2231 8 0,000000
1 0,62820 0,621147 0,614176 70,9274 3 0,000000
Коэффициенты дискриминантной функции. Получены две таблицы (3 и 4): первая - исходных коэффициентов и вторая - для стандартизированных коэффициентов. Исходные коэффициенты могут быть использованы вместе с наблюденными данными для вычисления (строк) весов дискриминантной функции. Стандартизированные коэффициенты - это те коэффициенты, которые обычно используются для интерпретации, так как они относятся к нормированным переменным и поэтому должны находиться в сравнимых масштабах. Первая дискриминантная функция взвешивается наиболее сильно шириной лепестка. Другие переменные также дают вклад в эту функцию. Вторая функция отмечена, главным образом, переменной «длина лепестка». Собственные значения.
Таблица 3. Стандартизированные коэффициенты для канонических переменных ^ргеаизЬееЙ^а)
Переменные Кор 1 Кор 2
Ширина лепестка -1,01155 0,166770
Длина лепестка 0,23966 -0,977915
Высота коробочки -0,24474 0,575168
Ширина коробочки -0,22120 -0,242848
Соб. зн. 13,52065 0,628197
Кум. доля 0,95560 1,000000
В таблице приведены собственные значения (корни) для каждой дискриминантной функции и кумулятивная доля объясненной дисперсии, накопленной каждой функцией. Как видно, первая функция ответственна за 95% объясненной дисперсии. Это значит, что 95% всей дискриминирующей мощности объясняется этой функцией. Таким образом, ясно, что эта первая функция наиболее значима. Средние канонических переменных. Следующая задача заключается в том, чтобы определить природу дискриминации для каждого канонического корня. В качестве первого шага рассмотрим канонические средние.
Таблица 4. Средние канонических переменных
Группа Кор. 1 Кор. 2
Илим -3,01159 0,154327
Опус 2,07664 0,533469
Салют 0,93495 -0,687797
Первая дискриминантная функция отделяет главным образом сорт Илим от других сортов льна масличного. Вторая дискриминантная функция предназначена для разделения главным образом сорта Салют и других сортов (рис. 2). Эта диаграмма подтверждает такую интерпретацию. Видно, что цветы сорта Илим представлены на диаграмме точками далеко слева. Поэтому первая дискриминантная функция главным образом дискриминирует между этим сортом льна масличного и двумя другими. Вторая функция, по-видимому, дает некоторую дискриминацию между цветками сорта Салют (которые преимущественно имеют негативные значения для второй канонической функции) и другими (с преимущественно положительными значениями).
Р и с . 2 . Диаграмма средних канонических переменных результатов длины лепестков цветков льна масличного
Однако дискриминация здесь не настолько отчетлива, как это имеет место для первой канонической функции (корня). Наиболее значимая и ясная дискриминация возможна для цветков сорта Илим с использованием первой дискриминантной функции. Одной из целей анализа дискриминантной функции - дать исследователю возможность повести классификацию объектов. Теперь посмотрим, как правильно построенные дискриминирующие функции классифицируют цветы.
Функции классификации. Функции классификации (табл. 5) вычисляются для каждой совокупности и могут непосредственно применяться для классификации объектов. Будем классифицировать наблюдение в ту совокупность, для которой вычислен наибольший классификационный вес. Это вычисление применимо при введении нового наблюдения. Программа автоматически вычислит классификационный вес для каждой совокупности.
Таблица 5 . Функции классификации; группировка: Сорт ^ргеаизЬееЙ^а)
Переменная Илим р=,3333 Опус р=,3333 Салют р=,3333
Ширина лепестка 829,51 568,58 664,55
Длина лепестка 633,50 698,33 632,69
Высота коробочки 772,14 681,91 749,65
Ширина коробочки 344,32 281,45 288,61
Конст-та -1410,76 -1099,29 -1158,23
Априорные вероятности. Априорные вероятности могут сильно повысить точность классификации (табл. 6).
Таблица 6. Матрица классификации (Spreadsheet1.sta): строки: наблюдаемые классы; столбцы: предсказанные классы
Группа Процент правильн. Илим р=,3333 Опус р=,3333 Салют р=,3333
Илим 100,0000 50 0 0
Опус 98,0000 0 49 1
Салют 100,0000 0 0 50
Всего 99,0000 50 49 51
Так как имеется ровно 50 цветков каждого сорта, мы выбираем эти вероятности пропорционально объемам выборок. Априорные вероятности для каждой совокупности одинаковы и равны 1/3. В первом столбце - процент наблюдений, которые были правильно классифицированы для каждой совокупности полученными функциями классификации. Оставшиеся столбцы дают число случаев правильной и неправильной классификации для каждой совокупности.
Апостериорные вероятности. До анализа задаем для каждого объекта вероятность, с какой он принадлежит к определенному классу. В результате получим таблицу 7 (приведен фрагмент) с апостериорными вероятностями принадлежности объекта к определенному классу. Классификация производится на первый, второй и третий выборы. Столбец с заголовком 1 содержит первый выбор классификации, то есть, код совокупности, для которой соответствующий образец имеет наивысшую апостериорную вероятность.
Таблица 7. Апостериорные вероятности ^ргеаизЬееЙ^а): Неправильные классификации отмечены *
Наблюдение Наблюд. класс. Илим р=,3333 Опус р=,3333 Салют р=,3333
53 Опус 0,000000 0,998561 0,001439
54 Опус 0,000000 0,999951 0,000049
55 Опус 0,000000 0,997943 0,002057
*56 Опус 0,000000 0,002715 0,997285
57 Опус 0,000000 0,998561 0,001439
58 Опус 0,000000 0,997943 0,002057
Строки, отмеченные звездочкой (*), указывают на неправильно классифицированные образцы. В нашем случае шестое растение сорта Опус будет удалено из формирующейся партии семян питомника размножения.
Заключение
В результате проведения дискриминантного анализа нами доказано, что все отобранные растения сортов Илим и Салют соответствуют исходному сорту (апостериорная вероятность составила 100%). У сорта Опус апостериорная вероятность соответствия сорту составила 98 %. Растение №6 сорта Опус будет удалено из формирующейся партии семян питомника размножения.
ЛИТЕРАТУРА
1. Использование компьютерных технологий при подборе родительских форм у плодовых культур [Электронный ресурс] / Виноградство и виноделие в Краснодарском крае: сайт веб. лаборатории Кубанского Государственного аграрного университета // А. В. Исачкин. - Режим доступа : www.vitis.ru/pdf/is37.pdf. - Дата доступа : 05.01.2012.
2. Коваленко, Н. Н. Химический состав плода вишен как классификационный признак при изучении исходного материала для селекции / Н. Н. Коваленко, Ю. А. Волчков // Плодоводство и виноградство Юга России, Северо-Кавказский зональный научно-исследовательский институт садоводства и виноградства Россельхозакадемии. - 2011. - № 12. - С. 30-42.
3. Двойнишников, В. А. Оценка результатов экологического испытания гибридов кукурузы с помощью факторного анализа / В .А. Двойнишников, А. Д. Мельничук // Актуальные проблемы адаптивной интенсификации земледелия на рубеже столетий. - Минск, 2000. - С. 4409-451.
4. Мельничук, А. Д. Определение генетической разнородности сортов картофеля и подбор родительских пар для гибридизации по результатам факторного анализа / А. Д. Мельничук // Картофелеводство. - Минск, 2000. - Вып. 10. -С. 63-73.
5. Кильчевский, А. В. Дискриминантный анализ накопления 137CS овощными растениями / А. В. Кильчевский, А. Д. Мельничук, А. В. Крук // Агроэкология. - 2005. - Вып. №2: - Экологические основы плодоовощеводства. - С. 124129.
6. Иванова, Е. В. Информативность показателей количественных признаков у льна-долгунца и минимизация их оценки / Е. В. Иванова, Е. Л. Андроник // Вестник БГСХА. - 2012. - №2. - С. 40-45.
7. Касьяненко, А. Н. Использование многомерного статистического анализа в селекции растений / А. Н. Касья-ненко // Тез. докл. Всесоюз. совещ., Симферополь-Ялта. - 1989. - С. 38-39.
8. Руанет, В. В. Использование искусственных нейронных сетей для решения частных задач генетики и селекции : дис. ... канд. биолог. наук : 03.00.15 / В. В. Руанет. - М., 2003. - 108 с.
9. Первичное семеноводство льна-долгунца: Методические указания. - Тверь: Твер. гос. ун-т, 2010. - 60 с.
УДК 631.4 : 633.16
В. И. ЛОПУШНЯК, Н. И. ВЕГА
ВЛИЯНИЕ МИНЕРАЛЬНЫХ УДОБРЕНИЙ И ВНЕКОРНЕВЫХ ПОДКОРМОК ПРЕПАРАТАМИ ОРГАНИЧЕСКОГО ПРОИСХОЖДЕНИЯ НА СОДЕРЖАНИЕ БЕЛКА И КРАХМАЛА В ЗЕРНЕ ЯЧМЕНЯ ЯРОВОГО
(Поступила в редакцию 02.07.2015)
Представлены результаты исследований влияния удоб- We have presented results of research into the influence of
рения на содержание белка и крахмала в зерне ячменя ярово- fertilization on the content of protein and starch in the grain of
го при выращивании на темно-серой оподзоленной почве spring barley during cultivation on dark gray podzolic soil of
западной лесостепи Украины. Установлено, что применение Western Forest Steppe of Ukraine. We have established that
минеральных удобрений и внекорневых подкормок препара- application of mineral fertilizers and non-root additional feed-
тами органического происхождения обеспечивает повыше- ing by preparations of organic origin increases the content of
ние содержания белка и снижение содержания крахмала в protein and reduces the content of starch in grain. Application
зерне. Внесение N60P60Kg0 обеспечило наивысшее содержание of N60P60K6g provided the highest protein content (11.2 %), its
белка (11,2 %), его прирост относительно контроля состав- growth compared to control was 1.3 %, and the lowest rate of
ляп 1,3 % и самый низкий показатель содержания крахмала, starch content, which decreased by 2.1 %. Foliar fertilization by
который снижался на 2,1 %. Внекорневые подкормки препа- organic preparation Freia Aqua provided the highest (0.2 -
ратом органического происхождения Фрея Аква обеспечили 1.2%) increase in protein content in barley grain in comparison
самый высокий (0,2-1,2 %) прирост содержания белка в зер- with other preparations of organic origin, which was at the level
не ячменя в сравнении с другими препаратами органического of 11.8 %. происхождения был на уровне 11,8 %.
Введение
На современном этапе аграрного производства проблема эффективного использования удобрений приобрела особую актуальность. Многочисленные исследования, выполненные в различных почвен-но-климатических условиях, посвященные рациональному применению удобрений, а именно определению оптимальных способов и сроков их внесения на основе учета ассортимента удобрений, климата, физиологических особенностей выращиваемых культур и установлению их влияния на показатели качества урожая [11, с. 23].
В научных работах [9, с. 193; 10, с. 124; 4, с. 6] изучено значение микроэлементов в системе минерального питания ячменя ярового, освещены результаты, подтверждающие значимость применения внекорневых подкормок, что проявляется в повышении производительности ячменя. Однако, сравнительно немного исследований посвящено вопросу влияния внекорневых подкормок на формирование показателей качества ячменя ярового, которое особенно актуально в конкретных почвенно-климатических условиях.
Анализ источников
Ведущей задачей аграрного производства является стабильное повышение производительности и показателей качества урожая при определенных условиях выращивания. Ее возможно достичь путем реализации адаптивного потенциала культуры в результате регулирования режима минерального питания вследствии внесения удобрений. Улучшение режима минерального питания растений обеспечивает применение микроудобрений. Исследованиями установлено, что в результате применения внекорневых подкормок микроудобрениями раскрывается биологический потенциал растений ячменя. Именно микроэлементы улучшают усвоение растениями из почвы основных макроэлементов [2, с. 1; 5, с. 12; 6, с. 72].
