CC BY
55
doi: 10.24411/0235-2451-2021-10608
УДК 631.95
Изучение влияния технологий возделывания сельскохозяйственных культур и почвы, как саморазвивающейся системы, на содержание гумуса
А. С. ЦЫГУТКИН, А. В. АЗАРОВ
Белгородский федеральный аграрный научный центр РАН, ул. Октябрьская, 58, Белгород, 308001, Российская Федерация
Резюме. Исследования проводили с целью анализ влияния элементов технологии возделывания сельскохозяйственных культур (севооборотов, обработки почвы, органических и минеральных удобрений), а также почвы, как саморазвивающейся системы, на изменения содержания гумуса в пахотном слое чернозёма типичного среднемощного на лессовидном суглинке. Работу проводили на основе данных, полученных в длительном многофакторном полевом эксперименте, заложенном в 1987 г по полной факториальной схеме в Белгородской области. Достоверное влияние на содержание гумуса в почве оказывали четыре фактора: севооборот, органические и минеральные удобрения, почва. Включение почвы, разделённой на слои, в качестве дополнительного фактора позволило математически доказать, что происходящие в ней процессы оказывают непосредственное влияние на содержание гумуса, о чём свидетельствует превышение фактического значения критерия Фишера над теоретическим: F^.49,45 > Fra&i 3,09. Эффект от взаимодействия двух, трёх, четырёх и пяти факторов статистически не доказан. Влияние главных эффектов и парных взаимодействий обусловливает 94,2 % варьирования данных по содержанию гумуса в почве, на взаимодействия более высокого порядка приходится всего 5,8 %. Для проведения регрессионного анализа при обработке всего массива данных можно использовать математические модели с главными эффектами и парными взаимодействиями факторов, опуская взаимодействия более высокого порядка, так как они не оказывают достоверного влияния на варьирование содержания гумуса. Целесообразно обрабатывать данные по величине этого показателя не для каждого слоя отдельно, а для всего профиля, включая почву как дополнительного фактора в схему опыта с представлением её слоев в качестве градаций дополнительного фактора.
Ключевые слова: почва, гумус, длительный многофакторный полевой опыт, фактор, градации фактора, главные эффекты, парные взаимодействия.
Сведения об авторах: А. С. Цыгуткин, кандидат биологических наук, зав. лабораторией (e-mail: [email protected]); А. В. Азаров, младший научный сотрудник.
Для цитирования: Цыгуткин А.С., Азаров А. В. Изучение влияния элементов технологии возделывания сельскохозяйственных культур и почвы, как саморазвивающейся системы, на содержание гумуса // Достижения науки и техники АПК. 2021. Т 35. №6. С. 44-49. doi: 10.24411/0235-2451-2021-10608.
Effect of crop cultivation technologies and soil as a self-developing system on the humus content
A. S. Tsygutkin, A.V. Azarov
Belgorod Federal Agrarian Scientific Center of the RAS, ul. Oktyabr'skaya, 58, Belgorod, 308001, Russian Federation
Abstract. The study aimed to analyze the influence of elements of crop cultivation technology (crop rotations, soil cultivation, organic and mineral fertilizer application), as well as soil, as a self-developing system, on changes in the humus content in the arable layer of typical medium-thick chernozem on loess-like loam. The work was performed on the basis of data obtained in a long-term multifactorial field experiment conducted since 1987 according to the full factorial scheme in the Belgorod region. Humus content in the soil was mainly determined by four factors: crop rotation, organic and mineral fertilizers, and soil. The inclusion of the soil, divided into layers, as an additional factor made it possible to mathematically prove that the processes occurring in it have a direct impact on the humus content, as evidenced by the excess of the actual value of the Fisher criterion over the critical value: F(test) (49.45) was more than F(table) (3.09). The effects of the interaction of two, three, four, and five factors were not statistically proven. The influence of the main effects and pairwise interactions determined 94.2% of the variations in the humus content in the soil; interactions of a higher order accounted for only 5.8%. For regression analysis, when processing the entire data set we can use mathematical models with main effects and paired interactions of factors omitting interactions of a higher order since they do not have a significant effect on the variation in the humus content. It is advisable to process the data on the value of this indicator not for each layer separately, but for the entire profile, including the soil as an additional factor in the experimental design with the representation of its layers as gradations of an additional factor. Keywords: soil; humus; long-term multifactorial field experiment; factor; factor gradation; main effects; pair interactions. Author Details: A. S. Tsygutkin, Candidate of Biological Sciences, Head. laboratory (e-mail: [email protected]); A.V. Azarov, junior researcher. For citation: Tsygutkin AS, Azarov AV [Effect of crop cultivation technologies and soil as a self-developing system on the humus content] Dostizheniya nauki i tekhniki APK. 2021;35(6):44-9. Russian. doi: 10.24411/0235-2451-2021-10608.
Обеспеченность почвы органическим веществом -один из показателей уровня её плодородия. Поэтому поиск технологических приёмов, повышающих содержание в почве органического вещества и, в частности, гумуса, а также оценка приёмов, воздействующих на процессы накопления гумуса и дегумификации почв - одно из направлений, требующих проведения исследований в различных почвенно-климатических зонах [1, 2, 3].
Органическое вещество в результате сложных химических и биохимических процессов оказывает опосредованное влияние на формирование урожая сельскохозяйственных культур [4, 5, 6]. Изменение параметров гумусового состояния почв требует затрат времени и средств. Системы земледелия предусматривают возможность воспроизводства органического вещества. Наиболее эффективно она реализуется только при много-
летнем, планомерном и систематическом использовании приёмов воспроизводства гумуса [7, 8, 9]. Это хорошо видно при проведении длительных многофакторных полевых опытов. Регулирование гумусового состояния почвы ограничено возможностями современного земледелия. В первую очередь это связано с недостатком органических удобрений, уменьшением использования минеральных удобрений и химических мелиорантов, сокращением площади посевов многолетних бобовых трав и др. [10, 11]. Оценка влияния элементов технологии возделывания сельскохозяйственных культур на плодородие почв позволяет сохранять продовольственную безопасность страны и управлять гумусовым состоянием почв [12, 13].
Цель исследований - анализ влияния элементов технологии возделывания сельскохозяйственных культур, а также почвы, как саморазвивающейся системы, на изменения
содержания гумуса в пахотном слое чернозема типичного среднемощного на лессовидном суглинке на основе данных, полученных в длительном многофакторном полевом опыте, заложенном по полной факториальной схеме.
Условия, материалы и методы. Длительный полевой опыт был заложен в 1987 г. на базе ЦентральноЧерноземного филиала Всесоюзного НИИ удобрений и агропочвоведения имени Д.Н.Прянишникова (сейчас Белгородский ФАНЦ РАН) с использованием четырех-факторной полной факториальной схемы по методу расщепленных делянок [14]. Схема эксперимента включает 81 вариант (3x3x3x3), повторность - трехкратная. Опыт размещен на пяти полях, которые вводили в оборот последовательно. Площадь опытной делянки 120 м2 (4х 30 м). Информативность полной факториальной схемы опыта составляет 6,341 бит [15]. Для исследования из нее взяли выборку по две градации от каждого из факторов. То есть была сформирована полная факториальная схема, которую можно закодировать как 2x2x2x2. Дополнительно в схему был добавлен еще один фактор - почва, который имеет три градации: слой 0...10 см, 10...20 см, 20...30 см. Это сделано для изучения влияния почвы на образование гумуса. То есть почва стала дополнительным фактором. Ранее такое понятие использовали при трансформации повторения в фактор схемы опыта [16], но этот термин можно использовать и при введении в схему опыта других показателей, в том числе почвы, как в нашем случае.
Введение такого дополнительного фактора возможно при условии рассмотрения почвы как единой системы в конкретный период времени в качестве отдельного объекта, что необходимо для изучения взаимосвязи между ее слоями, в том числе в отношении распределения гумуса. В итоге была сформирована пятифакторная схема 2x2x2x2x3, информативность которой составила 5,585 бит, что меньше, чем у полной факториальной схемы опыта, служившей источником начальной информации. При этом появилась возможность получать предварительные данные о процессах, происходящих в почве, как в связи с накоплением гумуса, так и с его потерей. Таким образом, в исследовании изучали следующие факторы:
севооборот - две градации (зернотравянопропаш-ной - 20 % пропашных культур и зернопропашной - 40 % пропашных культур);
обработка почвы - две градации (вспашка и минимальная обработка);
органические удобрения - две градации (0 и 80 т/га); минеральные удобрения - две градации (0 и 180 кг/га д.в. азота, фосфора и калия);
почва - три градации (слои 0.10, 10.20 и 20.30 см). Органические удобрения (подстилочный навоз) в дозе 80 т/га и минеральные удобрения в дозе ^80Р180К180 вносили с осени под основную обработку почвы под сахарную свеклу. Технология возделывания сахарной свеклы общепринятая для Белгородской области [17].
Обработкуданных проводили методом дисперсионного анализа по алгоритму, разработанному В.Н. Перегудовым (Проведение многофакторных опытов с удобрениями и математический анализ их результатов: методические указания / под общей редакцией В.Н. Перегудова. М.: 1976. 112 с.). Для анализа изучаемых в опыте факторов проводили оценку существенности их действия и взаимодействий (Цыгуткин А.С. Методология статистической обработки многолетних данных опыта. М.: Россельхозакадемия, 2002. 27с.). Для оценки варьирования данных о содержании гумуса в почве использовали повторение во времени (Доспехов Б.А. Плодородие дерново-подзолистых почв и продуктивность растений в условиях систематического
применения удобрений (итоги 55-летнего полевого опыта ТСХА): автореф. дисс. на соискание ученой степени доктора сельскохозяйственных наук. М., 1968.38 с.).
Почва опытного участка чернозем типичный средне-мощный малогумусный тяжелосуглинистый на лессовидном суглинке. Перед закладкой опыта пахотный слой почвы характеризовался следующими показателями: содержание гумуса - 5,18.5,32 %, рНКС| - 5,8.6,3 ед., подвижного фосфора (по Чирикову) - 67.78 мг/кг почвы, обменного калия (по Масловой) - 88.112 мг/кг почвы.
Результаты и обсуждение. Проведение дисперсионного анализа экспериментальных данных (табл. 1) позволяет разложить их общее варьирование на составные части, которые, во-первых, обусловлены действием и взаимодействием изучаемых в опыте факторов, во-вторых, остаточным варьированием, которое связано с ошибкой опыта из-за пестроты плодородия почв.
Таблица 1. Содержание гумуса в слоях почвы 0.. .30 см в вариантах длительного многофакторного полевого опыта (среднее за 2017-2019 гг.), %
Вариант
Слой по- без навоз 80 т/га навоз 80
чвы удобрений N180P180K180 т/га + N180P180K180
Зернотравянопропашной севооборот, вспашка
0...10 см 5,24 5,45 5,59 5,63
10...20 см 5,17 5,44 5,29 5,45
20...30 см 4,70 5,11 4,83 5,22
Зернотравянопропашной севооборот,
минимальная обработка
0...10 см 5,42 5,66 5,66 5,62
10...20 см 5,29 5,50 5,51 5,37
20...30 см 4,60 5,30 4,97 4,84
Зернопропашной севооборот, вспашка
0...10 см 5,37 5,24 5,42 5,69
10...20 см 5,01 5,16 5,27 5,44
20...30 см 4,56 4,79 4,84 5,16
Зернопропашной севооборот, минимальная
обработка
0...10 см 5,42 5,36 5,77 5,70
10...20 см 5,01 5,19 5,37 5,37
20...30 см 4,49 4,78 4,71 5,04
Такой анализ данных позволяет исследователю выявить наиболее существенную часть вариантов опыта влияющих на изучаемый показатель, а затем перейти к менее значимым вариантам. Последовательное уточнение результатов опыта, поиск значимости существующих взаимосвязей между изучаемыми факторами позволяет избежать ошибок при интерпретации данных эксперимента, найти причинно-следственные связи при объяснении характеризуемых процессов.
На первом этапе обработка полного набора исходных данных показала существенность различий между вариантами (табл. 2), так как фактическое значение критерия Фишера превосходило табличное (Fфакт3,12 > Fта6л 1,48).
В многофакторном опыте важно оценить действие каждого из факторов в отдельности и во взаимодействии. Для этого на втором этапе дисперсионного анализа для оценки действия факторов «севооборот» и «обработка почвы» (соп), а также их взаимодействия суммируем урожаи по повторениям, а затем по факторам (табл. 3). Определим варьирование этих данных, которое обозначим как Фсоп:
(4!Фсоп2 - Q2) : тп = (4 х 141932,6193 -- 567656,7649) : 144 = 0,5119,
где Q - квадрат суммарного значения содержания гумуса в опыте, преобразованный из относительных единиц; т - число вариантов; п - число повторений.
Таблица 2. Таблица дисперсионного анализа
Вид варьирования Число степеней свободы Сумма квадратов Средний квадрат факт. F „ табл.
Общее 143 35,001
Повторения 2 9,642
Варианты 47 15,447 0,328 3,116 1,48
Остаточное 94 9,915 0,105
Далее определяем сумму квадратов главного эффекта фактора «севооборот» (С):
(21С2 - Q2) : тп = (2 х 283861,2685 -- 567656,7649) : 144 = 0,4568;
Таблица 3. Суммарные урожаи для взаимодействия факторов с участием фактора «севооборот»
Фактор 1 ЗТП | ЗП | Сумма
«севооборот» и «обработка почвы» (Фсоп)
Вспашка 189,46 185,96 375,42
Минимальная
обработка 191,31 186,70 378,01
Сумма 380,77 372,66 753,43
«севооборот» и «органические удобрения » (Фсоу)
Без удобрений 188,74 181,23 369,97
Органические
удобрения 192,03 191,43 383,46
Сумма 380,77 372,66 753,43
«севооборот» и «минеральные удобрения » (Фсму)
Без удобрений 186,92 183,83 370,75
Минеральные
удобрения 193,85 188,83 382,68
Сумма 380,77 372,66 753,43
«севооборот» и «почва» (Фсп)
Слой 0...10 см 132,92 132,00 264,92
10...20 см 129,12 125,53 254,65
20...30 см 118,73 115,13 233,86
Сумма 380,77 372,66 753,43
Затем сумму квадратов главного эффекта фактора «обработка почвы» (ОП):
(2ЮП2 - Q2) : тп = (2 х 283831,7365 -- 567656,7649) : 144 = 0,0466
После этого составляем первую частную дисперсионного анализа (табл. 4), в которой из общего варьирования величины Фсоп вычитаем суммуквадратов главных эффек-
Таблица 4. Частные таблицы дисперсионного анализа для взаимодействия факторов с участием фактора «севооборот»
Вид варьирования (дисперсия)
Число степеней свободы
Сумма квадратов
Средний квадрат
0,4568 0,0466 0,0085
«севооборот» и «обработка почвы»
Общее варьирование (Фсоп) 3 0,5119 Главный эффект (С) 1 0,4568
Главный эффект (ОП) 1 0,0466
Взаимодействие (СОП) 1 0,0085
«севооборот» и «органические удобрения» Общее варьирование (Фсоу) 3 2,0521 Главный эффект (С) 1 0,4568 0,4568
Главный эффект (ОУ) 1 1,2638 1,2638
Взаимодействие (СОУ) 1 0,3315 0,3315
«севооборот» и «минеральные удобрения» Общее варьирование (Фсму) 3 1,4710 Главный эффект (С) 1 0,4568
Главный эффект (МУ) 1 0,9884
Взаимодействие (СМУ) 1 0,0258
«севооборот» и «почва» Общее варьирование (Фсп) 5 10,9896 Главный эффект (С) 1 0,4568 Главный эффект (п) 2 10,4335 Взаимодействие (СП)_2 0,0993
0,4568 0,9884 0,0258
0,4568 0,9884 0,0497
тов «севооборот» и «обработка почвы». Полученный остаток - сумма квадратов взаимодействия этих факторов.
Аналогичным образом суммируем урожаи по повторениям, а затем по факторам (см. табл. 3) «севооборот» и «органические удобрения» (Фсоу), «севооборот» и «минеральные удобрения» (Фсму), «севооборот» и «почва» (Фсп) и определяем общее варьирование для каждого из этих сочетаний: для Фсоу
(4!Фсоу2 - Q2) : тп = (4 х 141988,0663 -
- 567656,7649) : 144 = 2,0521; для Фсму
(4!Фсму2 - Q2) : тп = (4 х 141967,1467 -
- 567656,7649) : 144 = 1,4710 для Фсп
(6!Фсп2 - Q2) : тп = (6 х 94873,2115 -
- 567656,7649) : 144 = 10,9896
После этого рассчитываем суммы квадратов главных эффектов (для фактора «севооборот» величина этого показателя была рассчитана ранее и равна 0,4568): для фактора «органические удобрения» (ОУ) (2ЮУ2 - Q2) : тп = (2 х 283919,3725 -
- 567656,7649) : 144 = 1,2638;
для фактора «минеральные удобрения» (МУ) (21МУ 2 - Q2) : тп = (2 х 283899,5449 -
- 567656,7649) : 144 = 0,9884; для фактора «почва» (П)
(31П2 - Q2) : тп = (3 х 189719,7285 -
- 567656,7649) : 144 = 10,4335.
После этого составляем соответствующие частные таблицы дисперсионного анализа, в которых из общего варьирования величин взаимодействующих факторов вычитаем суммы квадратов их главных эффектов. Полученные остатки - это суммы квадратов взаимодействия этих факторов (см. табл. 4).
Точно так же составляем таблицы суммарных урожаев с участием факторов «обработка почвы» и «органические удобрения» (Фопоу), «обработка почвы» и «минеральные удобрения» (Фопму), «обработка почвы» и «почва» (Фопп) (табл. 5); «органические удобрения» и «минеральные удобрения» (Фоуму), «органические удобрения» и «почва» (Фоуп) (табл. 6); «минеральные удобрения» и «почва» (Фмуп) (табл. 7)
Далее определяем общее варьирование соответствующих показателей: Фопоу
(4!Фопоу2 - Q2) : тп = (4 х 141962,3533 - 567656,7649) : 144 = 1,3378; Фопму
Таблица 5. Суммарные урожаи для взаимодействия факторов с участием фактора «обработка почвы»
Мини-
Фактор Вспашка мальная обработка Сумма
«обработка почвы» и «органические удобрения»
(Фопоу)
Без удобрений 183,84 186,13 369,97
Органические удобрения 191,58 191,88 383,46
Сумма 375,42 378,01 753,43
«обработка почвы» и «минеральные удобрения»
(Фопму)
Без удобрений 184,00 186,75 370,75
Минеральные удобрения 191,42 191,26 382,68
Сумма 375,42 378,01 753,43
«обработка почвы» и «почва» (Фопп)
Слой 0...10 см 131,00 133,92 264,92
10...20 см 126,76 127,89 254,65
20...30 см 117,66 116,20 233,86
Сумма 375,42 378,01 753,43
Таблица 6. Суммарные урожаи для взаимодействия факторов с участием фактора «органические
(4!Фопму2 - Q2) : тп = (4 х 141953,5665 - 567656,7649) : 144 = 1,0938;
Фопп
(6!Фопп2 - Q2) : тп = (6 х 94865,8317 - 567656,7649) : 144 = 10,6821
Фоуму
Таблица 7. Суммарные урожаи для взаимодействия факторов с участием фактора «минеральные удобрения»
(4!Фоуму2 - Q2) : тп = (4 х 141999,4495 - 567656,7649) : 144 = 2,3683
Фоуп
(6!Фоуп2 - Q2) : тп = (6 х 94891,3919 - 567656,7649) : 144 = 11,7471
Фмуп
(6!Фмуп2 - Q2) : тп = (6 х 948941,0203 - 567656,7649) : 144 = 11,8566
Поскольку суммы квадратов главных эффектов были определены ранее, с использованием этих показателей можно составлять соответствующие частные таблицы дисперсионного анализа (табл. 8). После этого на их основе можно составить сводную (табл. 9), результаты анализа которой свидетельствуют о достоверном влиянии четырёх из пяти изучаемых факторов: севооборот, органические и минеральные удобрения, почва. Воздействие обработки почвы на содержание гумуса статистически не доказано.
Преимущество зернотравянопропашного севооборотом в накоплении гумуса перед зернопропашным определили различия между ними по доле пропашных культур и наличию многолетних трав. Применение органических удобрений оказывало непосредственное влияние на повышение содержания гумуса в почве. Воздействие минеральных удобрений на величину этого показателя связано с увеличением вегетативной массы растений, которая не отчуждается с полей, а попадает в почву и под действием микрофлоры разлагается, пополняя запасы органического вещества, а затем гумуса [2, 18].
Введение дополнительного фактора «почва» позволило математически доказать, что процесс накопления гумуса идёт постоянно и активность микрофлоры почвы связана
Таблица 8. Частные таблицы дисперсионного анализа для взаимодействия факторов с участием факторов «обработка почвы», «органические удобрения», «минеральные удобрения»
Вид варьирования Степени Сумма Средний
(дисперсия) свободы квадратов квадрат
«обработка почвы» и «органические удобрения»
Общее варьирование
(Фопоу) 3 1,3378
Главный эффект (ОП) 1 0,0466 0,0466
Главный эффект (оу) 1 1,2638 1,2638
Взаимодействие
(ОПОУ) 1 0,0274 0,0274
«обработка почвы» и «минеральные удобрения»
Общее варьирование
(Фопму) 3 1,0938
Главный эффект (ОП) 1 0,0466 0,0466
Главный эффект (му) 1 0,9884 0,9884
Взаимодействие
(ОПМУ) 1 0,0588 0,0588
«обработка почвы» и «почва»
Общее варьирование
(Фопп) 5 10,6821
Главный эффект (ОП) 1 0,0466 0,0466
Главный эффект (П) 2 10,4335 5,2168
Взаимодействие (оПп) 2 0,2020 0,1010
«органические удобрения» и
«минеральные удобрения»
Общее варьирование
(Фоуму) 3 2,3683
Главный эффект (ОУ) 1 1,2638 1,2638
Главный эффект (МУ) 1 0,9884 0,9884
Взаимодействие
(ОУМУ) 1 0,1161 0,1161
«органические удобрения» и «почва»
Общее варьирование
(Фоусп) 5 11,7471
Главный эффект (ОУ) 1 1,2638 1,2638
Главный эффект (П) 2 10,4335 10,4335
Взаимодействие (ОУП) 2 0,0498 0,0498
«минеральные удобрения» и «почва»
Общее варьирование
(Фмуп) 5 11,8566
Главный эффект (МУ) 1 0,9884 0,9884
Главный эффект (П) 2 10,4335 5,3168
Взаимодействие (МУП) 2 0,4347 0,2174
не только с антропогенным воздействием, в том числе применением органических и минеральных удобрений, включением в севооборот многолетних трав, а также сокращением доли пропашных культур, которые приводят к активизации процесса дегумификации, но и с тем, что почва это самодостаточная, саморазвивающаяся система, в которой и идёт процесс накопления гумуса. В этой системе почвенные горизонты и слои почвы взаимосвязаны между собой, образуя единое целое. Это оригинальный подход к рассмотрению почвы в качестве фактора при статистической обработке данных, который может быть использован в дальнейшей в научной работе.
Эффект от взаимодействия двух и большего числа факторов статистически не доказан. Поэтому для целенаправленного воздействия на увеличение содержания гумуса в почве необходимо планировать применение отдельных факторов, понимая что доказанного эффекта от взаимодействия в пахотном слое почвы не будет.
Для определения влияния главных эффектов и взаимодействий факторов разного порядка на содержания гумуса в почве в зависимости от различных элементов технологии возделывания сельскохозяйственных культур и их сочетаний возьмём сумму квадратов, характеризующих варьирование содержания гумуса по всем вариантам, и примем ее за 100 % (табл. 10). Далее определим сумму квадратов для всех пяти главных
удобрения»
Фактор Без удобрений Органические удобрения Сумма
«органические удобрения» и «минеральные
удобрения» (Фоуму)
Без удобрений 180,98 189,77 370,75
Минеральные
удобрения 188,99 193,69 382,68
Сумма 369,97 383,46 753,43
«органические удобрения» и «почва» (Фоуп)
Слой 0...10 см 131,00 133,92 264,92
10...20 см 126,76 127,89 254,65
20...30 см 117,66 116,20 233,86
Сумма 375,42 378,01 753,43
Фактор Без удобрений Минеральные удобрения Сумма
«минеральные удобрения» и «почва» < Слой 0...10 см 131,79 133,13 10...20 см 125,82 128,83 20...30 см 113,14 120,72 Сумма 370,75 382,68 Фмуп) 264,92 254,65 233,86 753,43
Таблица 9. Сводная таблица дисперсионного анализа
Вид варьирования Число степеней свободы Сумма квадратов Средний квадрат ^'факт. ^табл.
Общее 143 35,001
Повторения 2 9,642
Варианты 47 15,4470 0,328 3,12 1,48
В том числе
главные
эффекты:
(С*) 1 0,4568 0,4568 4,33 3,94
(ОП) 1 0,0466 0,0466 0,44 3,94
(ОУ) 1 1,2638 1,2638 11,98 3,94
(МУ) 1 0,9884 0,9884 9,37 3,94
(П) 2 10,4335 5,2168 49,45 3,09
взаимодей-
ствия:
(СОП) 1 0,0085 0,0085 0,08 3,94
(СОУ) 1 0,3315 0,3315 3,14 3,94
(СМУ) 1 0,0258 0,0258 0,24 3,94
(СП) 2 0,0993 0,0497 0,47 3,09
(ОПОУ) 1 0,0274 0,0274 0,26 3,94
(ОПМУ) 1 0,0588 0,0588 0,56 3,94
(ОПП) 2 0,2020 0,1010 0,96 3,09
(ОУМУ) 1 0,1161 0,1161 1,10 3,94
(ОУП) 2 0,0498 0,0249 0,24 3,09
(МУП) 2 0,4347 0,2174 2,06 3,09
Остаточное 94 9,9150 0,1055
*С - севооборот, ОП - обработка почвы, ОУ - органические удобрения, МУ - минеральные удобрения, П - почва.
эффектов, десяти парных взаимодействий, пятнадцати взаимодействий более высокого порядка. В итоге получается, что на главные эффекты приходится 85,4 % варьирования содержания гумуса в почве, на долю парных взаимодействий - 8,8 %, на взаимодействия более высокого порядка - 5,8 %. Таким образом, на долю главных эффектов и парных взаимодействий приходится 94,2 % варьирования содержания гумуса в почве.
Таблица 10. Доля участия главных эффектов и взаимодействий факторов в варьировании данных о содержании гумуса в почве, %
Вид варьирования Сумма квадратов Доля, %
Варианты 15,4470 100,0
Главные эффекты (сумма) 13,1891 85,4
Парные взаимодействия
(сумма) 1,3539 8,8
Взаимодействия более
высокого порядка 0,9040 5,8
Это полностью согласуется с результатами расчётов, сделанных по данным девятифакторного опыта, проведённого Д.Ацци [19], согласно которым на долю главных эффектов и парных взаимодействий приходилось 94,8 % варьирования [20].
По данным 144 полевых опытов с минеральными удобрениями, поставленных по неполной факториаль-ной схеме 1/9 (9^9x9) на Смоленской опытной станции ВИУА [21], показано, что доля главных эффектов и парных взаимодействий в прибавке урожая сельскохозяйственных культур составляет 93,5 %.
На долю участия главных эффектов и парных взаимодействий не оказывает влияние ни увеличение числа градаций факторов с двух до четырёх (она остаётся значительной и находится в пределах 97...98 %), ни изменение «ширины шага» (в сумме по двум повторениям она составляет 98.99 %), ни обеспеченность удобрениями (доля главных эффектов и парных взаимодействий составляет в сумме 97 %) [22].
Наши данные и опубликованные ранее результаты исследований свидетельствуют о том, что взаимодействия трёх, четырёх и пяти факторов оказывают незначительное влияние на прибавку величины изучаемого показателя, находятся на уровне ошибки опыта и практически неуловимы. Поэтому информацией о взаимодействии более высокого порядка можно пренебречь. Например, при регрессионном анализе данных опыта в моделях, описывающих действие и взаимодействие изучаемых факторов, использовать только главные эффекты факторов и их парные взаимодействия [23].
Выводы. В результате проведенного исследования доказано достоверное влияние на величину содержания гумуса в почве четырёх изучаемых факторов: севооборот, органические и минеральные удобрения, почва. Включение почвы, разделённой на слои, в качестве дополнительного фактора позволило математически доказать, что происходящие в ней процессы влияют на содержание гумуса, о чём свидетельствует превышение фактического значения критерия Фишера над теоретическим: Fфаlет49,45 > Fта6л3,09.
Эффект от взаимодействия двух, трёх, четырёх и пяти факторов статистически не доказан.
Влияние главных эффектов и парных взаимодействий обусловливает 94,2 % варьирования данных о содержании гумуса в почве, а на взаимодействия более высокого порядка приходится всего 5,8 %.
Для проведения регрессионного анализа при обработке всего массива данных длительного многофакторного опыта, заложенного в 1987 г. по полной факториальной схеме, можно использовать математические модели с главными эффектами и парными взаимодействиями, опуская взаимодействия более высокого порядка, так как они оказывают недостаточное влияние на варьирование данных по содержанию гумуса.
Целесообразно обрабатывать данные о содержании гумуса не для каждого слоя отдельно, а путем включения почвы в качестве дополнительного фактора, с представлением ее слоев в качестве градаций этого фактора.
Литература.
1. Кирюшин В. И. Управление плодородием почв и продуктивностью агроценозов в адаптивно-ландшафтных системах земледелия // Почвоведение. 2019. № 9. С. 1130-1139.
2. Федотов Г. Н., Шоба С. А. О природе гумусовых веществ //Почвоведение. 2015. № 12. С. 1424-1432.
3. Биологическая активность дерново-подзолистой почвы в длительном опыте с различными агротехническими приемами /Н.П. Ковалевская, Н.Е. Завьялова, Д.Ю. Шаравин и др. //Российская сельскохозяйственная наука. 2019. № 3. С. 38-41.
4. Биологически активное вещество в почвах Европейской части России / В. М. Семенов, Б. М. Когут, Н. Б. Зинякова и др. // Почвоведение. 2018. № 4. С. 457-472.
5. Компонентный состав органического вещества воздушно-сухих и водоустойчивых макроагрегатов типичного чернозёма в условиях контрастного землепользования / Б. М. Когут, З. С. Артемьева, Н. П. Кириллова и др. // Почвоведение. 2019. № 2. С. 161-170.
6. Изотопный состав углерода и химическая структура органического вещества типичного чернозема в условиях контрастного землепользования / З. С. Артемьева, Н. Н. Данченко, Э. П. Зазовская и др. // Почвоведение. 2021. № 6. С. 686-700.
7. Ахметзянов М.Р., Таланов И.П. Продуктивность зернотравяного севооборота в зависимости от заделки навоза, соломы и промежуточного сидерата //Вестник Казанского государственного аграрного университета. 2019. Т. 14. № 4-2 (56). С. 11-15.
8. Содержание лабильного органического вещества в луговочерноземной почве при длительном применении удобрений / Н.Ф. Балабанова, Н.А. Воронкова, В.Д. Дороненко и др. // Земледелие. 2020. № 2. С. 7-9.
9. Влияние систем удобрений на показатели плодородия дерново-подзолистой тяжелосуглинистой почвы Предуралья /
B.Р. Ямалтдинова, Н.Е. Завьялова, Д.С. Фомин и др. //Российская сельскохозяйственная наука. 2020. № 1. С. 29-32.
10. Генетические ресурсы зернобобовых средиземноморья в коллекции ВИР: разнообразие и использование (обзор) / М. А. Вишнякова, Т. Г. Александрова, С. В. Булынцев и др. //Сельскохозяйственная биология. 2016. № 1. С. 31-45.
11. Хисматуллин М.М. Бобовые и бобово-злаковые многолетние травы - составная часть органического земледелия Республики Татарстан // Вестник Казанского государственного аграрного университета. 2019. Т. 14. № 2 (53). С. 64-67.
12. Гатаулина Г. Г., Цыгуткин А. С. Основа белковой независимости России//Белый люпин. 2014. № 2. С. 2-6.
13. Усенко В.И., Усенко С.В., Литвинцева Т.А. Содержание гумуса в выщелоченном черноземе в зависимости от севооборота, системы обработки почвы и удобрений в лесостепи юга западной Сибири //Земледелие. 2020. № 6. С. 18-20.
14. Влияния способов обработки почвы, минеральных и органических удобрений в различных севооборотах на содержание гумуса в чернозёме типичном/С. И. Тютюнов, В. Д. Соловиченко, А. С. Цыгуткин и др. //Достижения науки и техники АПК. 2020. № 5. С. 7-12.
15. Цыгуткин А. С. Информативность опыта и её оценка //Химия в сельском хозяйстве. 1996. № 6. С. 45-46.
16. Цыгуткин А. С. О возможности трансформации повторения во времени в дополнительный фактор схемы опыта // Агрохимия. 2002. № 2. С. 77-85.
17. Тютюнов С. И., Доманов Н. М. Интенсификация технологий и продуктивность севооборота //Земледелие. 2005. № 1.
C. 17-18.
18. Структура микробного сообщества агрегатов чернозёма типичного в условиях контрастных вариантов сельскохозяйственного использования / Е. А. Иванова, О. В. Кутовая, А. К. Тхакахова и др. // Почвоведение. 2015. № 11. С. 1367-1382.
19. Ацци Дж. Сельскохозяйственная экология. Пер. с англ. под ред. и с предисл. В. Е. Писарева. М.: Издательство иностранной литературы, 1959. 479 с.
20. Перегудов В. Н. Планирование многофакторных полевых опытов с удобрениями и математическая обработка их результатов. М.: Колос, 1978. 183 с.
21. Перегудов В. Н., Иванова Т. И. К вопросу о главных эффектах и взаимодействии факторов в многофакторных опытах с удобрениями. Сообщение 1 //Агрохимия. 1979. № 9. С. 110-118.
22. Цыгуткин А. С. Главные эффекты и взаимодействия факторов в многофакторном опыте //Вестник Российской академии сельскохозяйственных наук. 2001. № 5. С. 53-56.
23. Иванова Т. И. Прогнозирование эффективности удобрений с использованием математических моделей. М.: Агропро-миздат, 1989. 235 с.
References
1. Kiryushin VI. [Management of soil fertility and productivity of agrocenoses in adaptive landscape farming systems]. Pochvovedenie. 2019;(9):1130-9. Russian.
2. Fedotov GN, Shoba SA. [About the nature of humic substances]. Pochvovedenie. 2015;(12):1424-32. Russian.
3. Kovalevskaya NP, Zav'yalova NE, Sharavin DYu, et al. [Biological activity of sod-podzolic soil in a long-term experiment with various agrotechnical methods]. Rossiiskaya sel'skokhozyaistvennaya nauka. 2019;(3):38-41. Russian.
4. Semenov VM, Kogut BM, Zinyakova NB, et al. [Biologically active substance in the soils of the European part of Russia]. Pochvovedenie. 2018;(4):457-72. Russian.
6. Kogut BM, Artem'eva ZS, Kirillova NP, et al. [Component composition of organic matter in air-dry and water-resistant macroaggregates of typical chernozem under conditions of contrasting land use]. Pochvovedenie. 2019;(2):161-70. Russian.
6. Artem'eva ZS, Danchenko NN, Zazovskaya EP, et al. [Carbon isotopic composition and chemical structure of organic matter of typical chernozem under conditions of contrasting land use]. Pochvovedenie. 2021;(6):686-700. Russian.
7. Akhmetzyanov MR, Talanov IP. [Productivity of grain-grass crop rotation depending on embedding of manure, straw and intermediate green manure]. Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta. 2019;14(4-2):11-5. Russian.
8. Balabanova NF, Voronkova NA, Doronenko VD, et al. [The content of labile organic matter in meadow-chernozem soil with prolonged use of fertilizers]. Zemledelie. 2020;(2):7-9. Russian.
9. Yamaltdinova VR, Zav'yalova NE, Fomin DS, et al. [Influence of fertilization systems on fertility indicators of sod-podzolic heavy loamy soil of the Cis-Urals]. Rossiiskaya sel'skokhozyaistvennaya nauka. 2020;(1):29-32. Russian.
10. Vishnyakova MA, Aleksandrova TG, Bulyntsev SV, et al. [Genetic resources of Mediterranean leguminous crops in the VIR collection: Diversity and use (review)]. Sel'skokhozyaistvennaya biologiya. 2016;(1):31-45. Russian.
11. Khismatullin MM. [Legumes and legumes-cereals perennial grasses is an integral part of organic farming in the Republic of Tatarstan]. Vestnik Kazanskogo gosudarstvennogo agrarnogo universiteta. 2019;14(2):64-7. Russian.
12. Gataulina GG, Tsygutkin AS. [The basis of the protein independence of Russia]. Belyi lyupin. 2014;(2):2-6. Russian.
13. Usenko VI, Usenko SV, Litvintseva TA. [Humus content in leached chernozem depending on crop rotation, soil cultivation system and fertilizers in the forest-steppe of the south of Western Siberia]. Zemledelie. 2020;(6):18-20. Russian.
14. Tyutyunov SI, Solovichenko VD, Tsygutkin AS, et al. [Influence of soil cultivation methods, mineral and organic fertilizers in various crop rotations on the humus content in typical chernozem]. Dostizheniya nauki i tekhniki APK. 2020;(5):7-12. Russian.
15. Tsygutkin AS. [Information capacity of experiment and its assessment]. Khimiya v sel'skom khozyaistve. 1996;(6):45-6. Russian.
16. Tsygutkin AS. [On the possibility of transforming repetition in time into an additional factor of the experiment design]. Agrokhimiya. 2002;(2):77-85. Russian.
17. Tyutyunov SI, Domanov NM. [Intensification of technologies and productivity of crop rotation]. Zemledelie. 2005;(1):17-8. Russian.
18. Ivanova EA, Kutovaya OV, Tkhakakhova AK, et al. [The structure ofthe microbial community of aggregates oftypical chernozem under conditions of contrasting options for agricultural use]. Pochvovedenie. 2015;(11):1367-82. Russian.
19. Atstsi Dzh. Sel'skokhozyaistvennaya ekologiya [Agricultural ecology]. Pisarev VE, editor-. Moscow: Izdatel'stvo inostrannoi literatury; 1959. 479 p. Russian.
20. Peregudov VN. Planirovanie mnogofaktornykh polevykh opytov s udobreniyami i matematicheskaya obrabotka ikh rezul'tatov [Planning of multifactorial field experiments with fertilizers and mathematical processing of their results]. Moscow: Kolos; 1978. 183 p. Russian.
21. Peregudov VN, Ivanova TI. [On the question of the main effects and interaction of factors in multifactorial experiments with fertilizers. Message 1]. Agrokhimiya. 1979;(9):110-8. Russian.
22. Tsygutkin AS. [Main effects and interactions of factors in multifactorial experiment]. Vestnik Rossiiskoi akademii sel'skokhozyaistvennykh nauk 2001;(5):53-6. Russian.
23. Ivanova TI. Prognozirovanie effektivnosti udobrenii s ispol'zovaniem matematicheskikh modelei [Fertilizer efficiency prediction using mathematical models]. Moscow: Agropromizdat; 1989. 235 p. Russian.
