CC BY
26
МЕТОДИКА ИССЛЕДОВАНИЙ
УДК 001.573:631.81.095.337 DOI: 10.24411/1029-2551-2020-10039
ИСПОЛЬЗОВАНИЕ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ В ПРОГНОЗИРОВАНИИ ДИНАМИКИ БАЛАНСА ГУМУСА
С.В. Митрофанов, к.с.-х.н., Н.Н. Новиков, к.с.-х.н., В.С. Никитин, С.А. Белых, к.т.н., Д.А. Благов, к.б.н.
ИТОСХ- филиал ФГБНУ ФНАЦВИМ, e-mail: f-mitrofanoff2015@yandex.ru
Представлены математические модели прогнозирования баланса гумуса сельскохозяйственных земель Центрального региона России, разработанные учеными ИТОСХ - филиал ФГБНУ ФНАЦ ВИМ на базе массива данных многолетних полевых опытов Географической сети ФГБНУ «ВНИИ агрохимии им. Д.Н. Прянишникова» на разных типах (подтипах) почв, состоящего из 59 опытов, продолжительностью от 7 до 60 лет, с числом наблюдений более 450. Для построения модели баланса гумуса использован метод множественного регрессионного анализа. Исследовалась зависимость содержания гумуса от факторов: тип или подтип почвы, ее гранулометрический состав; доза внесения органических удобрений в расчете на 1 га; доза внесения азотных минеральных удобрений в расчете на 1 га; структура севооборотов и занимаемая ими площадь. Представленные математические модели легли в основу программного комплекса «Информационная технология почвенного питания сельскохозяйственных культур», представляющего собой облачный сервис, что дает возможность пользователям получать доступ к обработке данных и вычислительным операциям в режиме реального времени. Использование программного комплекса позволяет прогнозировать баланс гумуса, формировать структуру севооборотных площадей и рассчитывать дозы органических удобрений в зависимости от фактических условий сельскохозяйственных предприятий.
Ключевые слова: питание растений, математические модели, расчеты доз органических удобрений, баланс гумуса, севооборот.
USE OF MATHEMATICAL MODELLING IN FORECASTING DYNAMICS OF HUMUS BALANCE
Ph.D. S.V. Mitrofanov, Ph.D. N.N. Novikov, V.S. Nikitin, Ph.D. S.A. Belykh, Ph.D. D.A. Blagov
ITSA - branch of FSAC VIM, e-mail: f-mitrofanoff2015@yandex.ru
This paper introduces mathematical models for forecasting humus balance in arable lands of Central Russia, developed by research workers of ITSA - branch of FSAC VIM on the basis of the data set from multiannual field experiments, carried out by the Geographic Network of the All-Russian Scientific Research Institute of Agrochem-istry on different soil types (subtypes). It comprises data obtained from more than 450 observations, conducted in the course of 59 experiments with the duration, ranging from 7 to 60 years. The humus balance model was constructed by using the multiple regression analysis method. The authors explored the dependence of humus content from the following factors: the type or subtype of the soil and grain-size distribution; the application dose of organic fertilizers per 1 ha; the application dose of nitrogen mineral fertilizers per 1 ha; the crop rotation plan and the occupied area. The presented mathematical models constituted the basis for the software package «Digital Technology of soil nutrition of crops», implemented as a cloud service, which enables a user to get online access to data processing and calculations. Application of this software package enables a user to forecast humus balance, to carry out formation of the cultivated area structure in the crop rotation system, to calculate doses of organic fertilizers, depending on the actual conditions in farming enterprises.
Keywords: plant nutrition, mathematical models, calculation of organic fertilizer doses, humus balance, crop rotation.
Органическое вещество почвы - сложный химический комплекс, состоящий из веществ органогенного происхождения, который аккумулирует в себе
все органические вещества, разделяемые на две группы. Первая - гумусовые или перегнойные вещества специфической природы. Вторая - негумифи-
цированные вещества растительного и животного происхождения, которая составляет 10-15% органического вещества от общего его запаса в почве [1, 2].
Гумус - основной показатель плодородия почвы. Его содержание служит важным показателем активности, происходящих в ней биологических процессов. Гумус составляет от 85 до 90% от суммарного количества органического вещества почвы. На содержание гумуса в почве влияют следующие факторы: тип почвы, природно-климатические условия, характер и интенсивность земледелия, а также специализации севооборота [3, 4].
В последние годы активно идет процесс дегу-мификации почв. За последние 10 лет содержание гумуса в дерново-подзолистых почвах России снизилось на 0,34%. В черноземных почвах за последние 100 лет запасы гумуса снизились на 25-30%. Ежегодные потери органического вещества с мелиорированных торфяных почв составляют 6-7 т/га (на пашне) и достигают 36 т/га (на лугах и пастбищах). Средние ежегодные потери гумуса на пашне по России составляют 1,5-8 т/га. Большинство предприятий имеют отрицательный баланс гумуса, несмотря на разработанные нормативы и регламенты внесения органических удобрений.
Поэтому постоянный контроль динамики гумуса - необходимое условие обеспечения плодородия почв. Однако существующие методы расчета баланса гумуса почв носят приближенный характер.
Наибольшее распространение получил метод расчета баланса гумуса по выносу растениями азота, основанный на данных И.В. Тюрина [5] о том, что гумус почв в среднем содержит 5-6% азота, в связи с чем, использование 50 кг почвенного азота сопровождается минерализацией примерно 1 т гумуса. Установлено, что даже при внесении высоких доз азотных удобрений, 50-60% вынесенного растениями азота составляет азот почвы. Поэтому, зная величину общего выноса, можно рассчитать, какое количество гумуса может быть минерализовано под воздействием сельскохозяйственных культур с учетом различной интенсивности земледелия.
K. Rauche и др. [6], используя данный метод, предложил производить расчет баланса гумуса по «гумусовым единицам», считая, что одна гумусовая единица соответствует 1 т гумуса. Данный метод удобен для проведения расчетов, но он весьма условен, ввиду того что основан на усредненных приблизительных показателях.
Другой подход к расчету баланса гумуса основан на использовании данных содержания гумуса и коэффициентов минерализации или гумификации органических остатков.
Многие ученые для расчета баланса гумуса ведут учет органической массы, поступающей в почву с удобрениями и пожнивно-корневыми остатками. А.М. Лыков использовал комбинацию данных
методов: расходную часть баланса определял по выносу растениями азота из почвы, приходную - путем учета гумификации растительных остатков [7].
ВНИИА им. Д.Н. Прянишникова, Почвенным институтом им. В.В. Докучаева, НИИСХ ЦРНЗ и ВНИИОУ на основе полевых опытов разработаны нормативные данные по расчету баланса гумуса, однако они также имеют условный характер [8, 9].
Более точным методом служит использование массива больших данных (Big Data), в которых отражены изменения содержания гумуса за определенный период в различных севооборотах или их звеньях [10].
Цель работы - повысить эффективность продукционных процессов в растениеводстве за счет проектирования рациональных агротехнологий и систем удобрения в сельскохозяйственных предприятиях путем использования инновационных цифровых технологий.
Методика. Исследования проводили на базе данных полевых опытов Географической сети ФГБНУ «ВНИИ агрохимии им. Д.Н. Прянишникова» с использованием аналитического, математического и статистического методов. Для построения модели баланса гумуса использован метод множественного регрессионного анализа. Исследовалась зависимость содержания гумуса от факторов в виде уравнения первой степени.
Сотрудниками ИТОСХ - филиал ФГБНУ ФНАЦ ВИМ собран массив данных агрохимических полевых опытов данных Географической сети на разных типах (подтипах) почв, состоящий из 59 опытов, продолжительностью от 7 до 60 лет, с числом наблюдений более 450.
Результаты исследований и обсуждение. Были выделены наиболее значимые показатели по воздействию на динамику содержания органического вещества почвы: тип или подтип почвы, ее гранулометрический состав; доза внесения органических удобрений в расчете на 1 га; доза внесения азотных минеральных удобрений в расчете на 1 га; структуры севооборотов и занимаемая ими площадь (%).
К каждому из перечисленных показателей были разработаны уравнения, приводящие их к единой размерности, выражаемой в тоннах гумуса накапливаемого, либо утрачиваемого в течение года (сезона), и учитывающие снижение темпов накопления гумуса и увеличение минерализации гумуса по мере роста его содержания в гумусе.
Из полученных значений коэффициентов, умноженных на соответствующие значения показателей опытов, формируется интегрированная переменная, представляющая собой математическую модель в виде уравнения регрессии:
dG/Xs = a0 + a\[ksX3 + &2Х2 + кцХц + £12X12 + £5(100 - Х11 - Х12 - Х2)], (1)
где: dG - прирост или снижение содержания гумуса,
т/га; Х8 - продолжительность наблюдений, лет; Х12 -площадь под паром, %; (100 - хц - хц - Х2) - площадь культур сплошного сева, %; хц - площадь посева пропашных культур, %; Х2 - площадь посева многолетних трав, %; хз - органическое вещество в пересчете на навоз, применяемое хозяйстве в расчете на 1 га пашни, т; ао, а1 - коэффициенты уравнения; кз, к2 - коэффициенты, учитывающие темпы накопления гумуса в почве, соответственно, от внесения в почву органического вещества (навоза) и от посевных площадей, занятых многолетними травами; к5, кц, к12 - коэффициенты, учитывающие степень минерализации гумуса почвы посевных площадей, занятых, соответственно, под культурами сплошного сева, пропашными, а также под чистыми парами.
При этом кз, к2, кц, к12, к5 - коэффициенты, рассчитанные по представленным ниже уравнениям.
Общий вид уравнений для расчета коэффициентов кз, кз:
= ;■: ;, (2) где: кз,2 - искомый коэффициент для уравнения; ктахз,2 - генетическое максимально возможное значение коэффициента; Ьо, Ь1 - коэффициенты уравнения; О - содержание гумуса, т/га.
Общий вид уравнений для расчета коэффициен-
где: к5,11,12 - искомый коэффициент для уравнения; ктах5,11,12 - генетическое максимально возможное значение коэффициента; Ьо, Ь - коэффициенты уравнения; О - содержание гумуса, т/га.
Полученные массивы по каждому типу почв с учетом гранулометрического состава обсчитываются методом наименьших квадратов, в результате чего получаются коэффициенты регрессии.
По уравнению 1 определяют значения начального и конечного гумуса по фактической структуре севооборотной площади хозяйства и рассчитывают два варианта структуры севооборота с обеспечением бездефицитного или положительного баланса органического вещества (гумуса) почв пашни севооборота.
В первом варианте рассчитывают долю многолетних трав (х2), которую необходимо иметь при известном количестве вносимых ежегодно органических удобрений (хз). Во втором варианте определяют дозы органических удобрений (хз) при фиксированном значении многолетних трав в структуре посевных площадей (х2).
Полученные в ходе расчетов результаты позволяют прогнозировать баланс гумуса севооборотной площади, формировать мероприятия для поддержания бездефицитного гумусного баланса, а при возможности - положительного [11-13].
Представленные математические модели легли в состав программного комплекса «Информационная технология почвенного питания сельскохозяйственных культур», с помощью которого возможно рас-
считывать динамику гумуса, потребность в органических удобрениях, производить рациональное формирование структуры посевных площадей, севооборотов [14]. Программа сделана в виде онлайн-сервиса с помощью облачных технологий, что позволяет пользователям получать доступ к обработке данных и вычислительным операциям в режиме реального времени. При проектировании облачного сервиса и Web-интерфейса использовался язык С/С++ совместно с фреймворком Wt, технологии AJAX, а также язык запросов SQL совместно с СУБД MariaDB. Вся работа происходит в среде Visual Studio 2019 Community, к которой дополнительно подключена библиотека Boost версии 1.72.0. Все выше представленные средства разработки свободно распространяемы и находятся в открытом доступе.
Пример расчетов представлен на рисунке. На нем отражены результаты апробации программного комплекса в АО «Павловское» Рязанской области. Проведенные расчеты показали, что на начало сезона баланс гумуса составлял 121,96800 т/га, а на конец сезона уровень данного показателя снизился до 121,96524 т/га, то есть баланс гумуса носил отрицательный характер (— 0,00276 т/га).
Ввиду сложившейся на предприятии структуры посевных площадей и наличия доступа к органическим удобрениям, для положительной динамики баланса гумуса предлагается вносить на 1 га посевных площадей органические удобрения в количестве 8,606 т в виде подстилочного навоза твердой фракции с содержанием сухого вещества 25,0%. Потребность в органических удобрениях на общую площадь хозяйства 6745 га составила 58045 т. Расчетные дозы несколько превышают рекомендации ФГБУ САС «Подвязьевская». Так, для поддержания бездефицитного баланса гумуса сотрудниками агрохимической службы рекомендовано вносить 8,0 т/га органических удобрений, что ниже расчетной дозы на 7,58%.
Таким образом, разработка программных средств базировалась на создании единого банка данных технологической, нормативной и экономической информации, функционирующего в рамках предлагаемой автоматизированной системы, спроектированной по принципу геоинформационных адаптивных компьютерных систем. На его основе пользователь осуществляет многовариантные расчеты, обеспечивающие наиболее рациональное использование сельскохозяйственных земель и антропогенных ресурсов с целью создания оптимальных условий для питания растений. Использование комплексного подхода, предлагаемого в программе «Информационная технология почвенного питания сельскохозяйственных культур», к проектированию сельскохозяйственного производства с учетом природных, организационно-экономических и технологических фак-
тов ks, kn, ki2:
О Облачная служба X + [J =
Я ó © Iocalhost8080 Облачная служба а® И
Определение баланса гумуса и расчет доз органических удобрений путем использования программного комплекса «Информационная технология почвенного питания
сельскохозяйственных культур»
торов позволяет получать полную и своевременную информацию обо всех производственных результатах хозяйственной деятельности в оперативном режиме, принимать рациональные управленческие решения при формировании структуры посевных площадей, агротехнологий возделывания сельскохозяйственных культур и расчете доз удобрений.
Литература
1. Агрохимия: Классический университетский учебник для стран СНГ / Под. Ред. В.Г. Минеева. - М.: Изд-во ВНИИА им. Д.Н. Прянишникова, 2017. - 854 с.
2. Вильдфлуш И.Р. Рациональное применение удобрений: пособие. - Горки: Белорусская государственная сельскохозяйственная академия, 2002. - 324 с.
3. Минеев В.Г. Агрохимия: учебное. пособие. - 2-е изд., перераб. и доп. - М.: МГУ, 2004. - 720 с.
4. Cvetkov M., Santavec I.? Acko D.K., Tajnsek A. Soil organic matter content according to different management system within long-term experiment // Acta Agriculturae Slovenica, 2010, T. 95, № 1. - С. 79-88.
5. Тюрин И.В. Органическое вещество почвы и его роль в плодородии. - М.: Наука, 1966. - 320 с.
6. Rauche K., Lehne J. Oie Bedeutung der organischen Düngung fur die Bodenfruchtbark eit. Albrecht - Thaer - Atchiv, 1964, Bd. 8, H 4/5, S. 393-404.
7. Лыков A.M., Ишевская И.М., Круглов В.В. Прогнозирование режима органического вещества в интенсивно используемой дерново-подзолистой почве // Вестник сельскохозяйственной науки, 1977, № 4. - С. 103-111.
8. Володарская И.В. Агрогенная трансформация гумуса дерново-подзолистых почв на основе исследования информации длительных опытов: дисс. к.б.н. - М.: ОИТ ЦИНАО, 2001. - 180 с.
9. Лукин С.М. Нормативные показатели эффективности органических удобрений по зонам Российской Федерации / Инновационные направления в химизации земледелия и сельскохозяйственного производства. Материалы Всероссийской научно-практической конференции с международным участием и Всероссийской Школы молодых ученых (19-21 июня 2019 г., Белгород). - Белгород: Белгородский НИИСХ, 2019. - С. 334-341.
10. Humus Balance Calculator [Электронный ресурс]. - Режим доступа: https://www.agroscope.admin.ch/agroscope/de/home/publikationen/apps/humusbilanz-rechner.html. - Заглавие с экрана.
11. Митрофанов С.В., Никитин В.С., Белых С.А., Благов Д.А., Любченко В.Б. Программный комплекс по прогнозированию урожайности основных сельскохозяйственных культур центрального региона России // Техника и оборудование для села, 2018, № 8. - С. 41-43.
12. Никитин В.С., Любченко В.Б. Математическая модель динамики гумуса почв Нечерноземной зоны Центрального региона РФ // Проблемы механизации агрохимического обеспечения сельского хозяйства, 2015, № 7. - С. 134-138.
13. Митрофанов С.В., Благов Д.А., Никитин В.С., Белых С.А., Варфоломеева М.М. Математические модели и программный комплекс по прогнозированию баланса гумуса // Плодородие, 2019, № 6(111). - С. 53-55.
14. Благов Д.А., Митрофанов С.В., Никитин В.С., Белых С.А. Свидетельство о регистрации программы для ЭВМ RU 2019612336. Информационная технология почвенного питания сельскохозяйственных культур. Заявка от 26.11.2018 № 2018663372. Опубликовано 18.02.2019.
