CC BY
13УДК 631.452:631.47 DO^ 10.36508fRSATU.2021.99.62.012
К ВОПРОСУ ОБ ИНФОРМАЦИОННОМ УПРАВЛЕНИИ ПЛОДОРОДИЕМ ПОЧВ
УШАКОВ Роман Николаевич, д-р с.-х. наук, профессор кафедры селекции и семеноводства, агрохимии, лесного дела и экологии, r.ushakov1971@mail.ru
РУЧКИНА Анастасия Владимировна, ст. преп. кафедры селекции и семеноводства, агрохимии, лесного дела и экологии, nasni91@gmail.com
ЕЛИЗАРОВ Андрей Олегович, аспирант кафедры селекции и семеноводства, агрохимии, лесного дела и экологии, Elder-1@yandex.ru
Рязанский государственный агротехнологический университет имени П.А. Костычева
Проблема и цель. Целью настоящего исследования является определение структуры взаимосвязей между почвенными параметрами и сводного показателя качества почвы. В статье рассмотрено значение для плодородия почвы взаимосвязи количественной размерности каждого из его показателей в отдельности и от степени приближения к оптимальным соотношениям между ними в едином, целостном проявлении.
Методология. Работа выполнена по материалам агрохимического обследования агросерой тяжелосуглинистой почвы. Были проанализированы обменная кислотность, подвижные формы калия и фосфора, гумус и сумма обменных оснований и рассчитанный в соответствии с ними бонитет. Объем выборки 68. В нулевую группу (группа 0) вошли все значения бонитета со значением меньше 60 ед., в первую (группа 1) - значения больше 60 ед.
Результаты. Установлено, что вклад обменной кислотности и фосфора в первую главную компоненту, на долю которой приходится около 39 % всей дисперсии, максимальный - 0,7 и 0,84 ед. соответственно. Гумус и калий положительно связаны со второй компонентой (29 % дисперсии), их вклад составляет 0,7 и 0,81 ед. соответственно. Обменная кислотность и фосфор играют определяющую, но не исключительную роль в формировании бонитета. Далее идут калий и гумус. Несмотря на повышенное и высокое в среднем значение калия и фосфора, не низкое для агросерых почв содержание гумуса, можно считать, что их комбинации в почве не всегда оптимальные. Заключение. Приемлемая оценка почвенного плодородия достигается при обменной кислотности не ниже 5,2-5,4 ед., при содержании подвижных форм калия и фосфора не ниже 125-143 мг/кг и 170194 мг/кг соответственно. К сожалению, оценка приведена на ограниченном наборе почвенных показателей. Не отражена роль азота и гумуса. Это не означает, что они незначимы. Для описанного выше конкретного случая роль гумуса оказалась завуалированной чрезмерно высокой обеспеченностью агросерой почвы фосфором и калием, что характерно для почв агрохолдингов. Ключевые слова: почва, плодородие, качество почвы, бонитет, факторный анализ.
Введение
Потенциал плодородия зависит главным образом не от количественной размерности каждого из его показателей в отдельности, а от степени приближения к оптимальным соотношениям между ними в едином, целостном проявлении. Представить комплексную оценку позволяет расчет сводного показателя качества почвы (СПКП -бонитет) (он является интегральным показателем комплексной оценки для информационного управления плодородием почв). Естественно, что при прочих равных климатических, орологических, гидрологических и других условиях почвы с неудовлетворительными свойствами имеют невысокий бонитет.
На практике нередко возникают ситуации (в особенности в агрохолдингах), когда интенсивное применение минеральных удобрений приводит к увеличению элементов питания до высших классов обеспеченности, повышению урожайности, как следствие - росту бонитета. Но на деле ценность его от этого снижается, т.к. слабо учитываются другие составляющие плодородия, пространственный фактор. Примерами могут быть высокая обеспеченность почвы фосфором и калием на фоне низкого содержания гумуса, высокой кислотности. Если подобные соотношения,
© Ушаков Р. Н., Ручкина А.
выраженные в несовпадении оптимальных условий в максимальном наборе почвенных свойств, проявляются часто, то в разрезе всего почвенного покрова СПКП не может быть высоким.
Для интегрального выражения свойств и их оценки используется СПКП, который меняется под воздействием разных факторов. Факторный анализ (ФА) дает возможность выявить эти показатели, проанализировать полученные данные, исследовать степень их влияния. Формализация знаний о СПКП почв и роли (месте) почвенных свойств в его формировании, представленная в форме структурных связей, имеет существенное значение для научного понимания вопросов почвенного плодородия, решения практических задач оценки качества земли. Одним из методов решения указанных вопросов является применение метода главных компонент, который направлен не только на извлечение нужной информации из всего ее разнообразия, но и определение структурных взаимосвязей [1,2]. Данный метод находит свое применение для обработки информации по почвам [3-14], другим объектам [15-18].
Цель исследований - определение структуры взаимосвязей между почвенными параметрами и СПКП.
В., Елизаров А. О., 2021 г.
Условия, материалы и методы исследований
Работа выполнена по материалам агрохимического обследования на агросерых почвах. На пашне выделялись элементарные участки площадью 5-8 га, которые были отдельно-обрабатываемыми. Из каждого элементарного участка был отобран один смешанный почвенный образец, состоящий из 20-45 индивидуальных проб.
В смешанных почвенных образцах определяли: подвижный фосфор и обменный калий по Кирсанову (ГОСТ 26204-91); рНКС| по ГОСТ 26483-85; гумус по Тюрину (ГОСТ 26213-91); сумму поглощенных оснований по ГОСТ 26821-88.
Проводили объединение всех смешанных почвенных образцов: объем выборки составил 68. Значения медианы и моды бонитета составили около 60 ед. (табл. 1), поэтому группировку проводили по числовой границе меньше (группа 0) и больше (группа 1) 60 ед.
В нулевую группу (группа 0) вошли все значения СпкП меньше 60 ед., в первую (группа 1) - значения больше 60 ед. Высокое значение бонитета обусловлено высокой обеспеченностью аг-росерой почвы фосфором и калием. Таким образом, СПКП характеризуется пятью переменными. Использован программный продукт STATISTICA.
Результаты исследований Пространственная вариация свойств агросерой почвы достаточно широкая. Например, обменная кислотность изменяется в диапазоне 4,3-5,2 ед., подвижный фосфор - 77-257 кг/га, подвижный калий - 65-251 кг/га (табл.1). Минимальное значение гумуса составляет 2,2 %, максимальное -5,6 %. Разница по кальцию и магнию составляет 4,8 мг.экв/100 г и 11 мг.экв/100 г соответственно. По этой причине значение бонитета варьирует -55-100 ед. Судя по границам доверительного интервала, основной массив данных по рН лежит в пределах 5,1-5,3 ед., по подвижному фосфору -
185-211 мг/кг, что говорит о высокой обеспеченности, по подвижному калию -124- 145 мг/кг (повышенная обеспеченность). Доверительный интервал для гумуса - 3,1-3,4 %. При этом, как видно из таблицы 1, для фосфора и калия характерна относительно высокая вариация - 27,34 и 20 % соответственно. Высокая вариация (около 26%) отмечается по сумме оснований. Это обусловлено значительной пространственной вариабельностью магния. Его минимальное значение составляет 2 мг экв/100 г почвы, максимальное - 13 мг экв/100 г. Отсюда наибольшее значение по сравнению с другими показателями коэффициента вариации - около 61 %.
По фосфору чаще всего (9 раз) в совокупности данных встречается очень высокое значение - 254 мг/кг (мода) при существенно меньших, но высоких значениях средней (198,2 мг/кг) и медианы (203,5 мг/кг). По калию мода (100 мг/кг) соответствует среднему классу обеспеченности, среднее значение (135 мг/кг) и медиана (124 мг/кг) - повышенной обеспеченности. Это свидетельствует об их контрастной пространственной вариабельности в хозяйстве. Об этом можно также судить по частотному распределению данных. Так, в 36,8 % случаев значение подвижного фосфора лежит в диапазоне 240-260 мг/кг. Отсюда и соответствующие необоснованно завышенные значения СПКП: в 54 % случаев они находятся в диапазоне 95-100 ед. Это не может соответствовать истинному положению дел, т.к., например, при таких значениях СПКП содержание гумуса в 50 % случаев ниже 3 %.
По причине высокой обеспеченности агросе-рой почвы фосфором и калием завышенное значение СПКП не отражает высокий уровень плодородия.
Параметр Средняя Доверительный интервал - 95%+ 95% Медиана Мода Мт Мах Ст. откл. Коэф-фици- ент вариации Ст. ошибка
рН 5,2 5,1 5,3 5,1 5,1 4,3 6,1 0,4 8,2 0,1
Гидролитическая кислотность 1,6 1,8 1,7 1,6 0,5 2,9 0,5 31,5 0,1
Фосфор, мг/кг 198,2 185,4 211,1 203,5 254 77,0 257,0 53,1 26,8 6,4
Калий, мг/кг 135,1 123,9 146,3 124,0 100 65,0 251,0 46,4 34,3 5,6
Гумус, % 3,2 3,1 3,4 3,1 Множественная 2,2 5,6 0,6 20,1 0,1
Кальций ,мг экв/100 г. 10,8 10,6 11,0 10,7 10,3 8,9 13,7 1,0 8,9 01
Сумма оснований, мг экв/100 г. 17,8 16,7 18,9 19,6 21,7 11,4 26,3 4,6 25,7 0,6
Таблица 1 - Описательная статистика почвенных показателей
Как уже было сказано, формализация знаний о СПКП почв и роли почвенных свойств в его формировании, представленная в форме структурных связей, имеет существенное значение для научного понимания вопросов почвенного плодородия, решения практических задач оценки качества земли.
Одним из методов решения указанных вопросов является применение факторного анализа, который направлен не только на извлечение нужной информации из всего ее разнообразия, но и на определение структурных взаимосвязей. При проведении факторного анализа были исключены показатели - кальций, магний, сумма обменных оснований.
Для начала необходимо сделать проверку наличия или отсутствия корреляции. Расчет корреляционной матрицы установил наличие положительной связи бонитета с рН, подвижными формами калия и фосфора. Связь с гумусом отсутствует. Отмечаются положительные связи между рН и подвижным фосфором и калием. Между фосфором и калием связь слабая (г=0,34). Это объясняется интенсивным применением фосфорных и калийных удобрений в хозяйстве, на фоне которого выявление связи между элементами питания и гумусом невозможно.
При первом приближении можно заметить, что в основе расчета бонитета лежат в основном данные по элементам питания. Роль гумуса принижена и/или она скрытая. Необходим более детальный анализ.
Как известно, извлечение факторов (факторизация) заключается в отборе взаимодействующих
До корректировки данных 32 % информации было скрыто, можно было предположить, что не были учтены другие параметры плодородия. Однако, если и присутствует доля неучтенных условий, то она априори не может быть высокой. Причиной плохой классификации может быть плохая исходная факторная модель (при нормальном распределении данных). Это может быть связано с отсутствием оптимальных с точки зрения комплексной оценки плодородия соотношений между почвенными свойствами.
переменных, взаимная корреляция которых задаёт наибольшую долю общей дисперсии. Данные переменные создают первый фактор. Из четырех собственных факторов первые два (отражают максимум изменчивости) имеют собственное значение более 1, в сумме они составляют около 68 % дисперсии. Третий фактор имеет собственное значение около 1, и его доля в дисперсии составляет около 19 %.
В целом полученная факторная модель не совсем удачная. Например, факторные нагрузки относительно высоки (хотя и меньше порогового значения 0,7) в двух факторах одновременно. Это характерно для всех показателей, что подтверждается матрицей остаточной корреляции, в которой значения коэффициентов корреляции оставались относительно высокими. Поэтому неслучайно, что на долю 3-го и 4-го факторов приходится 34 % всей дисперсии. Факторный анализ показал скрытое, не учтённое влияние других условий на СПКП.
На основе уравнений линейной регрессии первых двух извлеченных факторов с почвенными свойствами, последние были скорректированы. При этом средние значения остались прежними (табл. 2).
Со скорректированными значениями почвенных свойств первый фактор объясняет уже 60,2 % общей вариации, при этом, как и прежде, наибольший вклад обеспечивают рН и подвижный фосфор. Второй фактор объясняет около 49 % всей дисперсии с наибольшими вкладами гумуса и калия. В сумме на два фактора приходится 100 % всей изменчивости.
Метод главных компонент направлен не только на редукцию данных без потери ценной информации, но и на изучение взаимосвязей между значениями переменных (в нашем случае почвенных свойств). В отношении почвенных свойств это особенно важно, т.к. все они являются структурными элементами плодородия, поэтому исключение какого-либо из них неприемлемо. При рассмотрении первой главной компоненты, на долю которой приходится 37 % всей дисперсии, оказалось, что наиболее различающимися группами
Таблица 2 - Скорректированные значения почвенных свойств на основе извлеченных первых двух
факторов в факторном анализе
Группа бонитета Исходное значение Предсказанное значение Остаток Исходное значение Предсказанное значение Остаток Исходное значение Предсказанное значение Остаток Исходное значение Предсказанное значение Остаток
рН Фосфор Калий Гумус
Минимальное значение 4,3 4,4 -0,6 77 80 -58 70 84 -34 2,2 2,4 -0,5
Максимальное значение 6,1 5,7 0,8 243 230 46 195 176 41 3,9 4,0 0,5
Медиана 5,0 5,1 -0,0 163 164 2 110 115 -0 2,9 2,9 0,0
при варианте №5 были первая (бонитет = 73, табл. 2) с коэффициентом собственного вектора (КСВ) 0,75 и третья (бонитет = 95 ), КСВ= -0,43 (табл. 3). Наибольший вклад в формирование различий по этой компоненте вносят V и Нг (КСВ =0,91; вклад 37 %), далее рНКС| (КСВ = -0,63, вклад - 17%) и Р2О5 (КСВ = -0,37, вклад - 6%, табл. 4). Вторая главная компонента описывает около 26 % информации по группировке. По ней максимальные различия между первой и третьей группами обусловлены элементами питания (КСВ = 0,74-0,83), вклад 35-44 % (табл. 4). Роль гумуса отражена в третьей компоненте, объясняющей 17 % всей дисперсии. При КСВ 0,96 вклад органического вещества составляет 90 %. Наибольший вклад (62 %) рНКС| установлен по четвертой компоненте сдолей дисперсии 10 %.
Итак, если бы все почвенные параметры достоверно разделяли бонитет на три группы со значениями 73,86 и 95 единиц, то на первые две компоненты приходилось бы всего 63 % дисперсии. Это мало. При этом отмечается разброс данных по компонентам с невысокой дисперсией. Например, высокий вклад гумуса 90 % отражается в компоненте с общей вариацией всего 17 %.
Аналогично по рНКС| и К2О. Возникла необходимость в сжатии информации. Для этого еще раз была проведена корректировка группировки (вариант №6) на основе прогнозируемых значений трех групп, полученных по регрессионным равнениям зависимости групп от КСВ четырех главных компонент в МГК. Качество классификации почвенных свойств определяли с помощью дискри-минантного анализа (ДА).
Таблица 3 - Коэффициенты собственного вектора (КСВ) при разделении на группы
При группировке по варианту №5 Компонент 1 Компонент 2 Компонент 3 Компонент 4
1 0,75 -0,88 0,28 0,18
2 0,16 -0,14 0,32 0,03
3 -0,43 0,45 -0,42 -0,10
Таблица 4 - Характеристика главных компонент на варианте №5
Ком-по-нент Собственное число % Общей вариации Коэффициент собственного вектора для почвенных свойств/вклад, %
рНКС1 Нг, мгэкв/100 г К2О, мг/кг Гумус, % Р2О5, мг/кг ч%
1 2,22 37 -0,63/17 0,91/37 0,08/0 0,08/0 -0,37/6 -0,91/37
2 1,58 26 0,42/11 0,27/5 0,83/44 0,15/1 0,74/35 -0,24/4
3 1,03 17 0,16/2 0,08/1 -0,12/1 -0,96/90 0,15/2 -0,18/3
4 0,60 10 -0,61/62 -0,19/6 0,33/18 -0,17/5 0,13/3 0,18/5
Для определения роли почвенных свойств была использована классификация на основе кластерного анализа.
Максимальные и минимальные значения скорректированной рН практически не отличаются от исходной рН. В целом интегральная оценка плодородия не ухудшится, если максимальное содержание подвижного фосфора уменьшить на 13 мг/кг, подвижного калия - на 19 мг/кг.
В то же время, в особенности по калию, можно определить его минимальное значение -70 мг/кг. В 45 % всех наблюдений содержание фосфора меньше 200 мг/кг, при корректировке их стало 85 %, по калию - меньше 150 кг/га - 65 и 85 % соответственно. При этом на СПКП, т.е. плодородие, увеличение доли почв с уменьшенными значениями содержания фосфора и калия не повлияло. Это позволит существенно сэкономить на
применении минеральных удобрений.
Роль обменной кислотности (при увеличении ее до 5 и выше), оцененная через СПКП, сильнее всего проявляется на фоне снижения в почве калия и фосфора, т.к. в этом случае СПКП возрастает на 21 % (45-57 ед.) (табл. 5). На фоне увеличения элементов вклад обменной кислотности составляет всего 6 %. В случае, если в почве кислотность выше 5 и ниже 5 ед., снижение содержания подвижного калия на фоне высоких значений фосфора понизит оценку на 9-10 % (СПКП уменьшится 65-59 ед. и 61-56 ед. соответственно). Снижение фосфора ниже 200 мг/кг на фоне содержания калия выше 150 кг/га не приводит к снижению СПКП, что указывает на необоснованно завышенную обеспеченность агросерой почвы данным элементом, что еще раз указывает на несбалансированность элементов плодородия.
Таблица 5 - Влияние некоторых почвенных свойств на плодородие агросерой почвы
Группа по калию Группа по фосфору Группа по рН Бонитет Стан. ошибка бонитета Доверительный интервал -95%+ 95%
< 150 мг/кг < 200 мг/кг > 5 57 1,6 81,8 88,6
Продолжение таблицы 5
< 150 мг/кг < 200 мг/кг < 5 45 2,5 63,7 74,0
< 150 мг/кг > 200 мг/кг > 5 59 1,7 84,7 91,7
< 150 мг/кг > 200 мг/кг < 5 56 2,7 78,5 89,6
> 150 мг/кг < 200 мг/кг > 5 64 3,0 89,9 102,1
> 150 мг/кг < 200 мг/кг < 5 57 3,9 79,1 94,8
> 150 мг/кг > 200 мг/кг > 5 65 1,7 94,6 101,6
> 150 мг/кг > 200 мг/кг < 5 61 6,7 78,4 105,5
Необходим поиск приемлемого для конкретных условий (табл. 1) агрохимического состояния агросерой почвы. Он был выполнен с помощью кластерного анализа скорректированных после редукции завышенных значений фосфора и калия и извлечения информации о почвенных свойствах двумя главными факторами (факторный анализ). Результаты представлены в таблице 6. Приемлемая оценка (не плохая и не хорошая) почвенного плодородия достигается при обмен-
ной кислотности не ниже 5,2-5,4 ед., содержании подвижных форм калия и фосфора не ниже 125-143 мг/кг и 170-194 мг/кг соответственно. К сожалению, оценка приведена на ограниченном наборе почвенных показателей. Не отражена роль азота и гумуса. Это не означает, что они незначимы. Для описанного выше конкретного случая роль гумуса оказалась завуалированной чрезмерно высокой обеспеченностью элементами питания, изначально плохой факторной моделью.
Таблица 6 - Оптимальная структура почвенного плодородия
Кластер (балл) рН Подвижный фосфор Подвижный калий Гумус
р с X Ст. ошибка vO 5 9 - 5 9 + р с X Ст. ошибка vO 5 9 - 5 9 + р с X Ст. ошибка vO 5 9 - 5 9 + р с X Ст. ошибка vO 5 9 - 5 9 +
0 5,3 0,0 5,2 5,4 182 6,0 170 194 134 4,3 125 143 3,1 0,09 2,9 3,3
1 4,8 0,1 4,7 4,9 140 7,2 125 154 96 5,1 85 106 3,1 0,10 2,8 3,3
Заключение
Обменная кислотность, подвижные формы калия и фосфора, а также гумус имеют равноценное значение для бонитета, следовательно, для почвенного плодородия. Факторный анализ при всех его недостатках при выявлении структурных связей между переменными при некоторых допущениях можно использовать для понимания комплексности почвенного плодородия. Его можно оценить через бонитет. В нашем случае обменная кислотность и фосфор играют определяющую, но не исключительную роль в формировании бонитета. Далее идут калий и гумус. По-видимому, основной фактор (на его долю приходится 39 % всей дисперсии) можно интерпретировать как более интенсивное использование фосфорных удобрений в хозяйстве, улучшение обеспеченности серой лесной почвы фосфором, в том числе и по причине подкисления (в среднем обменная рН классифицируется как слабокислая). Отсутствие гумуса и калия в основном факторе, которые могли бы существенно увеличить долю дисперсии, указывает на слабое проявление оптимальных комбинаций почвенных условий по элементам питания и гумуса. Гумус и калий были включены во второй фактор с долей дисперсии всего 29 %. Вариативность бонитета менее выражена от этих показателей. Несмотря на повышенное и высокое в среднем значение калия и фосфора, не низкое для агросерых почв содержание гумуса, можно
считать, что их комбинации в почве не всегда оптимальны. В количественном измерении почвенные параметры не в оптимальных соотношениях друг с другом. К сожалению, оценка приведена на ограниченном наборе почвенных показателей. Не отражена роль азота и гумуса. Это не означает, что они незначимы. Для описанного выше конкретного случая роль гумуса оказалась завуалированной чрезмерно высокой обеспеченностью элементами питания, изначально плохой факторной моделью. После корректировки исходной матрицы приемлемая оценка почвенного плодородия достигается при обменной кислотности не ниже 5,2-5,4 ед., содержании подвижных форм калия и фосфора не ниже 125-143 мг/кг и 170-194 мг/кг соответственно.
Список литературы
1. Колемаев, В.А. Эконометрика : учеб. для студентов вузов по специальности 061800 «Мат. методы в экономике». / В.А. Колемаев. М.: ЮНИТИ, 2005. 160 с. URL: https://elibrary.ru/item. asp?id=19771726
2. Волков, Д.А. Преодоление проблемы мультиколлинеарности при решении задач многомерной калибровки в экспертных системах / Д.А. Волков, В.В. Навоев// Теоретические и практические проблемы развития современной науки. Сборник материалов 6-й международной научно-практической конференции. 2014. С. 36 - 38. URL: https://elibrary.ru/item.asp?id=23475203&pff=1
3. Федоров, Б.А. Построение многофактор-
ных регрессионных моделей для оценки свойств торфяной залежи и торфа методом главных компонент/Б.А. Федоров // Вестник Тверского государственного технического университета. 2007. № 12. С. 148 - 150. URL: https://elibrary.ru/item. asp?id=23124747
4. Липатов, Д.Н. Пространственное варьирование свойств торфяных почв в нефтегазодобывающем регионе на северо-востоке о. Сахалин/Д.Н. Липатов, А.И. Щеглов, Д.В. Манахов, Ю.А. Завго-родняя, М.С. Розанова, П.Т. Брехов // Почвоведение. 2017. № 7. С. 874 - 885. URL: https://elibrary.ru/ item.asp?id=29404723
5. Гиниятуллин, К.Г. Использование кластерного и дискриминантного анализов для диагностики литологической неоднородности почвообразую-щей породы по гранулометрическому составу/К.Г. Гиниятуллин, А.А. Валеева, Е.В. Смирнова// Почвоведение. 2017. № 8. С. 946 - 953. URL: https:// elibrary.ru/item.asp?id=29811506
6. Горянин, О.И. Поддержим плодородие пашни / О.И. Горянин, А.П. Чичкин, Б.Ж. Джангаба-ев // Агро-Информ. - 2017. - №5 (223). - С. 19-20. URL: https://elibrary.ru/item.asp?id=29393270
7. Ушаков, РН. Устойчивость почвы - современный взгляд на проблему / Р.Н. Ушаков, А.В. Кобелева, Н.А. Головина // Инновационное развитие современного агропромышленного комплекса России. Материалы Национальной научно-практической конференции 12 декабря 2016 г. - Рязань: Издательство РГАТУ, 2016. - С. 208-213. URL:https://elibrary.ru/item.asp?id=28106002
8. Черкасов, Е.А. Динамика агрохимических показателей плодородия черноземов Ульяновской области за 2000-2015 гг. / Е.А. Черкасов, А.Х. Куликова // Почвоведение -продовольственной и экологической безопасности страны тезисы докладов VII съезда Общества почвоведов им. В.В. Докучаева и Всероссийской с международным участием-научной конференции. - 2016. - С. 135-136. URL: https://elibrary.ru/item.asp?id=27501344
9. Козлова, Т.Е. Бонитировка почв и качественная оценка земель в ООО «Авангард» Рязанского района/ Т.Е. Козлова, Р.Н. Ушаков // В сборнике: Теория и практика современной аграрной науки. Сборник III национальной (Всероссийской) научной конференции с международным участием. - 2020. - С. 107-109. URL: https://elibrary.ru/ item.asp?id=42654315
10. Савич.К.В. Оценка земель / К.В. Савич,
Н.Н. Мельник, П.Ю. Карауш, А.К. Саидов // Плодородие. - 2010. - №1 (52). - С. 38-39.URL: https:// elibrary.ru/item.asp?id=13078471
11. Реймова, Ф.Н. Роль и значение бонитировки почв [Текст] / Ф.Н. Реймова, Ш. Куанышба-ева, Н. Куанышбаев // Мировая наука. - 2019. -№ 6 (27). - С. 391-393.URL: https://elibrary.ru/item. asp?id=39147924
12. Холодов, В.А. Интерпретация данных агрегатного состава типичных черноземов разного вида использования методами кластерного анализа и главных компонент/ Холодов В.А., Ярославце-ва Н.В., Лазарев В.И., Фрид А.С. // Почвоведение. 2016. № 9. С. 1093 - 1100. URL: https://elibrary.ru/ item.asp?id=26368217
13. Рожков, В.А. Классификация почв - не место для дискуссий/В.А. Рожков // Бюллетень Почвенного института им. В.В. Докучаева. 2013. № 72. С. 47 - 64.URL: https://elibrary.ru/item. asp?id=20505232
14. Седых, В.А. Интегральная оценка бонитета почв сельскохозяйственных угодий/В.А. Седых, Р.Ф. Байбеков, К.В. Савич, Т.В. Доронкина // Земледелие. 2018. № 6. С. 18 - 20.URL: https://elibrary. ru/item.asp?id=36453177
15. Bakulina G., Fedoskin V., Pikushina M., Kukhar V., Kot E. Factor analysis models in enterprise costs management // International Journal of Circuits, Systems and Signal Processing. 2020. Т. 14. С. 232 - 240.URL: https://elibrary.ru/item.asp?id=43297042
16. Clayden N.J., Lehnert R.J., Turnock S. Factor analysis оf time domain nmr data : crystallinity jf poly (tetrafluorethene) // Analytica Chimica Acta. 1997. Т. 344. № 3. С. 261 - 269.URL: https://elibrary.ru/item. asp?id=260093
17. Hadas A., Sagiv B., Haruvy N., Agricultural practices, soil fertility management modes and resultant nitrogen leaching rates under semi-arid conditions, Agricultural Water Management. 1999. Т. 42. № 1. С. 81-95., URL:https://elibrary.ru/item. asp?id=149794
18. Bjarnason S., Turnover of organic nitrogen in agricultural soils and the effects of management practices on soil fertility, dissertation, 1989, URL:https://elibrary.ru/item.asp?id=6842621
19. Mirkin B.M., SuyundukovYa.T., Khaziakhmetov R.M., KhazievF.Kh., Soil fertility management: an agroecosystem approach, Eurasian Soil Science. 2002. Т. 35. № 2. С. 203-209, URL: https://elibrary.ru/item.asp?id=13400022
ON THE ISSUE OF INFORMATION MANAGEMENT OF SOIL FERTILITY
Ushakov Roman N., doctor of agricultural sciences, рrofessor of the department of selection and seed production, agrochemistry, forestry and ecology, Ryazan State Agrotechnological University named after P.A. Kostycheva, r.ushakov1971@mail.ru
Ruchkina Anastasia V., Senior Lecturer at the department of selection and seed production, agrochemistry, forestry and ecology, Ryazan State Agrotechnological University named after P.A. Kostycheva, nasni91@ gmail.com
Elizarov Andrey O., aspirant of the department of selection and seed production, agrochemistry, forestry and ecology, Ryazan State Agrotechnological University named after P.A. Kostycheva, Elder-1@yandex.ru
Problem and purpose. The purpose of this study is to determine the structure of the relationship between soil
parameters and the composite indicator of soil quality. The article considers the significance of the relationship for the soil fertility of the relationship of the quantitative dimension of each of its indicators separately and from the degree of approximation to the optimality of the relationships between them in a single, holistic manifestation.
Methodology. The work was carried out on the basis of materials of agrochemical survey of agro-gray heavy loamy soil. Exchangeable acidity, mobile forms of potassium and phosphorus, humus and the sum of exchangeable bases and bonitet calculated in accordance with them were analyzed. Sample size 68. The zero group (group 0) included all values of bonitet with a value less than 60 units, the first (group 1) - values more than 60 units.
Results. It was found that the contribution of exchangeable acidity and phosphorus to the first main component, which accounts for about 39% of the total dispersion, is maximum - 0.7 and 0.84 units. respectively. Humus and potassium are positively associated with the second component (29% of the variance), their contribution is 0.7 and 0.81 units. respectively. Exchangeable acidity and phosphorus play a decisive, but not exclusive role in the formation of bonitet. Next come potassium and humus. Despite the increased and high average value of potassium and phosphorus, the humus content is not low for agro-gray soils, it can be considered that their combinations in the soil are not always optimal.
Conclusion. An acceptable assessment of soil fertility is achieved when exchangeable acidity is not less than 5.2 ... 5.4 units, the content of mobile forms of potassium and phosphorus is not less than 125... 143 mg / kg and 170... 194 mg /kg, respectively. Unfortunately, the estimate is based on a limited set of soil parameters. The role of nitrogen and humus is not reflected. This does not mean that they are insignificant. For the specific case described above, the role of humus turned out to be veiled by the excessively high provision of agro-gray soil with phosphorus and potassium, which is typical for soils of agricultural holdings.
Key words:soil,fertility,soil quality,bonitet, factor analysis.
Literatura
1.Kolemaev, V.A. Ekonometrika : ucheb. dlya studentov vuzov po special'nosti 061800 «Mat. metody v ekonomike». /V.A. Kolemaev. M.: YUNITI, 2005. 160 s. URL: https://elibrary.ru/item.asp?id=19771726
2.Volkov, D.A. Preodolenie problemy mul'tikollinearnosti pri reshenii zadach mnogomernoj kalibrovki v ekspertnyh sistemah/D.A. Volkov, V. V. Navoev//Teoreticheskie iprakticheskie problemyrazvitiya sovremennoj nauki. Sbornik materialov 6-j mezhdunarodnoj nauchno-prakticheskoj konferencii. 2014. S. 36 - 38. URL: https://elibrary.ru/item.asp?id=23475203&pff=1
3.Fedorov, B.A. Postroenie mnogofaktornyh regressionnyh modelej dlya ocenki svojstv torfyanoj zalezhi i torfa metodom glavnyh komponent/B.A. Fedorov // Vestnik Tverskogo gosudarstvennogo tekhnicheskogo universiteta. 2007. № 12. S. 148 - 150. URL: https://elibrary.ru/item.asp?id=23124747
4.Lipatov, D.N. Prostranstvennoe var'irovanie svojstv torfyanyh pochv v neftegazodobyvayushchem regione na severo-vostoke o. Sahalin/D.N. Lipatov, A.I. SHCHeglov, D.V. Manahov, YU.A. Zavgorodnyaya, M.S. Rozanova, P.T. Brekhov // Pochvovedenie. 2017. № 7. S. 874 - 885. URL: https://elibrary.ru/item. asp?id=29404723
5.Giniyatullin, K.G. Ispol'zovanie klasternogo i diskriminantnogo analizov dlya diagnostiki litologicheskoj neodnorodnosti pochvoobrazuyushchej porody po granulometricheskomu sostavu/K.G. Giniyatullin, A.A. Valeeva, E.V. Smirnova// Pochvovedenie. 2017. № 8. S. 946 - 953. URL: https://elibrary.ru/item. asp?id=29811506
6.Goryanin, O.I. Podderzhim plodorodie pashni /O.I. Goryanin, A.P. CHichkin, B.ZH. Dzhangabaev // Agro-Inform. - 2017. - №5 (223). - S. 19-20. URL: https://elibrary.ru/item.asp?id=29393270
7.Ushakov, R.N. Ustojchivost' pochvy - sovremennyj vzglyad na problemu / R.N. Ushakov, A.V. Kobeleva, N.A. Golovina // Innovacionnoe razvitie sovremennogo agropromyshlennogo kompleksa Rossii. Materialy Nacional'noj nauchno-prakticheskoj konferencii 12 dekabrya 2016 g. - Ryazan': Izdatel'stvo RGATU, 2016. -S. 208-213.URL:https://elibrary.ru/item.asp?id=28106002
8.CHerkasov, E.A. Dinamika agrohimicheskih pokazatelej plodorodiya chernozemov Ul'yanovskoj oblasti za 2000-2015 gg. / E.A. CHerkasov, A.H. Kulikova // Pochvovedenie -prodovol'stvennoj i ekologicheskoj bezopasnosti strany tezisy dokladov VII s"ezda Obshchestva pochvovedovim. V.V. Dokuchaeva i Vserossijskoj s mezhdunarodnym uchastiemnauchnoj konferencii. - 2016. - S. 135-136. URL: https://elibrary.ru/item. asp?id=27501344
9.Kozlova, T.E. Bonitirovka pochv i kachestvennaya ocenka zemel' v OOO «Avangard» Ryazanskogo rajona/T.E. Kozlova, R.N. Ushakov //V sbornike: Teoriya i praktika sovremennoj agrarnoj nauki. Sbornik III nacional'noj (Vserossijskoj) nauchnoj konferencii s mezhdunarodnym uchastiem. - 2020. - S. 107-109. URL: https://elibrary.ru/item.asp?id=42654315
10.Savich.K.V. Ocenka zemel' / K.V. Savich, N.N. Mel'nik, P.YU. Karaush, A.K. Saidov //Plodorodie. -2010. - №1 (52). - S. 38-39.URL: https://elibrary.ru/item.asp?id=13078471
11.Rejmova, F.N. Rol' i znachenie bonitirovki pochv [Tekst] / F.N. Rejmova, SH. Kuanyshbaeva, N. Kuanyshbaev//Mirovaya nauka. - 2019. - № 6 (27). - S. 391-393.URL: https://elibrary.ru/item.asp?id=39147924
12.Holodov, V.A. Interpretaciya dannyh agregatnogo sostava tipichnyh chernozemov raznogo vida ispol'zovaniya metodami klasternogo analiza i glavnyh komponent/ Holodov V.A., YAroslavceva N.V., Lazarev
V.I., Frid A.S. //Pochvovedenie. 2016. № 9. S. 1093 - 1100. URL: https://elibrary.ru/item.asp?id=26368217
13.Rozhkov, V.A. Klassifikaciya pochv - ne mesto dlya diskussij/V.A. Rozhkov//Byulleten' Pochvennogo instituta im. V.V. Dokuchaeva. 2013. № 72. S. 47- 64.URL: https://elibrary.ru/item.asp?id=20505232
14.Sedyh, V.A. Integral'naya ocenka boniteta pochv sel'skohozyajstvennyh ugodij/V.A. Sedyh, R.F. Bajbekov, K.V. Savich, T.V. Doronkina // Zemledelie. 2018. № 6. S. 18 - 20.URL: https://elibrary.ru/item. asp?id=36453177
15.Bakulina G., Fedoskin V., Pikushina M., Kukhar V., Kot E. Factor analysis models in enterprise costs management // International Journal of Circuits, Systems and Signal Processing. 2020. T. 14. S. 232 - 240. URL: https://elibrary.ru/item.asp?id=43297042
16.Clayden N.J., Lehnert R.J., Turnock S. Factor analysis of time domain nmr data : crystallinity jf poly (tetrafluorethene) // Analytica Chimica Acta. 1997. T. 344. № 3. S. 261 - 269.URL: https://elibrary.ru/item. asp?id=260093
17.Hadas A., Sagiv B., Haruvy N., Agricultural practices, soil fertility management modes and resultant nitrogen leaching rates under semi-arid conditions, Agricultural Water Management. 1999. T. 42. № 1. S. 8195., URL:https://elibrary.ru/item.asp?id=149794
18.Bjarnason S., Turnover of organic nitrogen in agricultural soils and the effects of management practices on soil fertility, dissertation, 1989, URL:https://elibrary.ru/item.asp?id=6842621
19.Mirkin B.M., SuyundukovYa.T., Khaziakhmetov R.M., KhazievF.Kh., Soil fertility management: an agroecosystem approach, Eurasian Soil Science. 2002. T. 35. № 2. S. 203-209, URL: https://elibrary.ru/item. asp?id=13400022
