CC BY
37
631.51.01
КОРРЕЛЯЦИОННАЯ ЗАВИСИМОСТЬ УРОЖАЙНОСТИ ЯРОВОЙ ПШЕНИЦЫ ОТ ЗАПАСОВ ВЛАГИ В ПОЧВЕ И ОСАДКОВ ВЕГЕТАЦИОННОГО ПЕРИОДА ПРИ ВЫРАЩИВАНИИ ПО ОСНОВНЫМ ОБРАБОТКАМ НА СВЕТЛО-КАШТАНОВЫХ ПОЧВАХ
Д. А. Болдырь, с.н.с., к.с.-х.н., В. Ю. Селиванова, н.с. -Нижне-Волжский НИИСХ - филиал ФНЦ агроэкологии РАН, nwniish@mail.ru
В статье приведены результаты корреляционно - регрессивного анализа полученных данных по взаимосвязи урожая яровой пшеницы с составляющими факторами (осадки, запасы почвенной влаги), влияющими на урожайность яровой пшеницы, за 2013-2017 годы. Получены результаты, приве-
денные в графической корреляции, и обоснована закономерность.
Ключевые слова: урожайность, яровая пшеница, корреляционный анализ, регрессионный анализ, продуктивные осадки, запасы продуктивной влаги в почве, выход зерна яровой пшеницы.
Производство продукции растениеводства -трудная задача, особенно в сухостепной зоне, где агрометеорологические факторы очень сильно влияют на выращивание сельскохозяйственных культур. Усовершенствования системы обработки почвы, направленные на сохранение влаги в почве и улучшение гумусового горизонта, благоприятно влияют на качество и количество урожая [2, 3].
Ресурсный потенциал урожайности формируется при взаимодействии основных производственных факторов сельского хозяйства: количества и качества земель сельскохозяйственного назначения, состояния материально-технической базы, наличия трудовых ресурсов, занятых в сельскохозяйственном производстве, а также сложившихся природно-климатических условий года, непосредственно влияющих на будущий урожай [1].
Несмотря на то, что 2013-2017 годы под влиянием агромеоусловий выдались не очень урожайными для яровой пшеницы, получены и обработаны данные для всех видов обработок, что позволяет провести корреляционно-регрессивный анализ.
По совокупности исследований можно построить корреляционное уравнение связи урожайности яровой культуры с включением трех-четырех факторов.
Это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Основная задача корреляционного анализа - ответить на вопрос: существует ли между признаками зависимость? Регрессионный анализ - это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной [4].
Анализ корреляционной модели начинается с определения тесноты связи, ее характеризует коэффициент корреляции ВД. Он может изменяться от 0 до 1, что свидетельствует об отсутствии связи или о слабой, средней и тесной связи [5].
Материалы и методы исследований.
Исследования проводились на полях НижнеВолжского НИИСХ, опыт расположен на стационаре с распределением в три яруса по обработкам почвы: отвальная вспашка, безотвальная и поверхностная.
Почвы - светло-каштановые, с содержанием гумуса 1,74.
За период вегетации яровой пшеницы (май-июль) проводился ряд наблюдений и учетов, на основании которых приводятся данные исследования.
Результаты исследований.
На климатограмме (рисунок 1) четко прослеживается нехватка осадков в вегетационный период посевов яровой пшеницы, особенно в период формирования и налива зерна, что привело к низкой урожайности и низкому качеству зерна практически во все годы следований.
Рисунок 1 - Климатограмма за 2013-2017 гг.
Несбалансированные осадки вегетационного периода за 2013-2015 годы показали, что различные фоны обработок ведут себя по-разному (рисунок 2). В 2013-2015 годы большой разницы по лидирующим отвальной и безотвальной обработкам не наблюдается, урожайность различается незначительно. Урожайность яровой пшеницы по поверхностной обработке за 2013-2015 гг. ниже на 2-4 ц/ га, чем по остальным обработкам почвы. 2016 и 2017 годы показали типичную картину, так как с начала исследования в стационаре и выращивания яровой культуры по представленным основным обработкам почвы лидирующее положение по урожайности было именно при безотвальной обработке. Самые низкие показатели - у поверхностной обработки, в среднем за 2013-2017 гг. на 30%.
П тт^
ад ■ — ад —
IIIIII
2013 г. 2014 г. 2015 г. 2016 г. 2017 г.
■ отвальная об-ка □ безотвальная об-ка □ поверхностная об-ка
Рисунок 2 - Урожайность яровой пшеницы в зависимости от способа обработки почвы, ц/га, 2013-2017 гг.
На основании полученных за время исследования данных по урожайности, осадкам, запасам продуктивной влаги в слоях 0-0,30 м и 0-1,0 м получаем возможность произвести математическую обработку путем корреляционно-регрессивного анализа.
Математическая обработка выявила корреляционную зависимость (рисунок 3) урожайности яровой пшеницы от количества продуктивных осадков за 2013-2017 гг. Наибольший результат зависимости урожайности от осадков мы наблюдаем в посевах яровой пшеницы на безотвальном (г=0,33) и поверхностном фоне (г=0,37). На отвальном фоне этот показатель ниже (г=0,26). В среднем отвальный фон показал зависимость на 25 % ниже, чем на безотвальном и поверхностном фонах.
поверхностная обработка 2013-2017 гг.
-пр ,4.* 4- 4 ШК
У" = 0,36 9
♦
♦ ♦
20 30 40 50 60 70 80 90 100
Рисунок 3 - Корреляционная зависимость урожайности яровой пшеницы от продуктивных осадков за 2013-2017 гг.
Анализ этого графика показывает, что для увеличения урожайности необходимо большее количество продуктивных осадков за вегетационный период. Однако условия 2013-2017 годов показали недостаточное количество этого важнейшего фактора для нашей сухостепной зоны, что выявлено так же математической обработкой. С нехваткой
осадков, согласно графикам, лучше всего справляются безотвальная и поверхностная обработки.
Одним из важнейших показателей при посеве является запас влаги в посевном слое 0-30 см, что жизненно необходимо для прорастания зерна.
Математическая обработка (рисунок 4) выявила, что больший показатель прослеживается на варианте с поверхностной обработкой г = 0,23. Меньший показатель - на безотвальном фоне г = 0,14, что ниже поверхностной обработки почти на 40%. Еще большая разница на отвальном фоне, где г = 0,09, что меньше преобладающей обработки на 60%.
Так же, как и в случае с продуктивными осадками, заметна необходимость в наиболее влажном верхнем продуктивном слое для выращивания яровых культур в условиях сухостепной зоны, но анализ математической обработки показал, что значение г не является отрицательным, т.е. значительной ошибки не выявлено. Поэтому можем сделать вывод, что для формирования полученного урожая, в пределах 0,8-2,5 т/га за годы исследований запасы продуктивной влаги - достаточные.
безотвальная обработка 2013-2017 гг.
\ = -0,080\ + 4,079
Н1 = 11,1411
2 4 >
*
-*
0
27 2Я 29 30 3 1 3 2 33 34 3 ? 3 б
отвальная обработка 2013-2017 гг.
у = -1М)(о\ + 3,285
♦ ,091
♦
ж. ж
▼ ▼
26 21 2К 21) 30 31 32
поверхностная обработка 2013-2017 гг. у=«,»141+0,554
0,2 Ц 4 к— < «
—1 ■
20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Рисунок 4 - Корреляционная зависимость урожайности яровой пшеницы от запаса продуктивной влаги в слое почвы 0-0,3 м.
Проведя учет общего расхода влаги за вегетацию яровой пшеницы и имея данные по урожайности, проведен следующий расчет (рисунок 5).
Данный график подтверждает, что поверхностная обработка имеет больший коэффициент детерминации ^2=0,57), что свидетельствует о большей
отв альная обработка 2013-2017 гг.
118х + 6,9: 10 ♦
♦ К г = о. 264
+
2о Э(> <и> 5о ОН) 7о 80 чо 100
биот£!1льн:1я йбряботкл 2013-2017 гг,
,138 к- + 7 ,710
1 Iх = \ >,335
♦
2О 30 +0 50 60 70 НО 90 ПК»
приспособленности технологии к сложившимся условиям и меньшей погрешности опыта. Чуть меньше отвальная обработка - 30%, безотвальный фон - ниже на 53%.
отвальная обработка 2013-2017 гг.
30 20
10
V = 0,076х + 4,071 R2 = 0,401
—I-1-1-1 I I-1-1
50 70 90 110 130 150 170 190 210
поверхностная обработка 2013-2017 гг.
30 20 10 0
у = 0,090х + 0,443 si
50 70 90 110 130 150 170 190 210
Рисунок 5 - Корреляционная зависимость урожайности яровой пшеницы от общего расхода влаги в слое 0-1,0 м по всем вариантам обработок, 2013-2017 гг.
20
15
10
♦
♦ v ■ -Oil li>,56 ',904
11
13
15
17
19
Рисунок 6 - Корреляционная зависимость коэффициента водопотребления яровой пшеницы от выхода зерна яровой пшеницы по всем вариантам обработок, 2013-2017 гг.
Анализ на рисунке 6, подтверждает сильную корреляционную зависимость коэффициента во-допотребления от показателя выхода зерна. Это важный показатель отношения массы потребленной культурами воды к урожайности. Выход зерна - показатель количества продукции. Поэтому эти показатели (рисунок 5) имеют сильную корреляционную зависимость (г=0,9). График объединен по
всем обработкам в единый, так как при расчетах отдельно по обработкам коэффициент детерминации оставался в одинаковых пределах R2 = 0,904.
Выводы. Из проведенного корреляционно-дисперсионного анализа следует, что нехватка осадков в вегетационный период и недостаточные запасы влаги на момент посева губительно влияют на рост и развитие яровой пшеницы. Коэффициент детерминации, который на большинстве приведенных корреляционных графиках низкий (от 0,09 до 0,57), но не отрицательный. Это говорит нам о правильности построения опытов, но под влиянием сложившихся агрометеоусловий, неблагоприятных по большей части, за исследуемые годы коэффициент низкий.
Многолетний опыт по выращиванию яровой пшеницы по основным обработкам почвы показал, что большие результаты по урожайности и запасам продуктивной влаги были на контрольной (отвальной) и безотвальной обработках, поверхностная же обработка значительно уступала по этим показателям. Однако наибольшая корреляционная зависимость урожайности от расхода влаги в метровом слое почвы наблюдается именно в посевах по поверхностной обработке.
Таким образом, урожай яровой пшеницы по поверхностному фону практически напрямую зависит от запасов влаги в почве. На урожайность этой же культуры по отвальному и безотвальному фону влияют еще и другие агрометеорологические условия года.
Литература:
1. Иншакова, С.Н. Эффективность использования фи-томелиоративного потенциала сельскохозяйственных культур в условиях Приморского края [Текст] /Иншакова Светлана Николаевна// диссертация на соискание ученой степени кандидата с/х наук: 06.01.01.Уссурийск, 2014 - С.150.
2. Научно обоснованные системы сухого земледелия в Волгоградской области в 1986-1990 гг. [Текст] / Волгоград: Ниж.-Волж. кн. из., 1986. - С.256 с.
3. Болдырь, Д.А. Основная обработка почвы и эффективность использования атмосферных осадков яровыми культурами в Нижнем Поволжье / Болдырь Д.А., Селиванова В.Ю. // Научно-агрономический журнал. - 2017. -№ 1 (100). - С. 22-24.
4. Экономико-статистический анализ трудовых ресурсов и их использования в сельском хозяйстве. Учебные материалы онлайн © 2017-2018 (https:/ / studwood.ru /1552491 / ekonomika / korrelyatsionno_regressionnyy_ analiz)
5. Эконометрические методы в сельском хозяйстве. Многофакторный корреляционно-регрессионный анализ. (http://econ.bobrodobro.ru/137452).
THE CORRELATION OF THE PRODUCTIVITY OF SPRING
WHEAT WITH THE SOIL MOISTURE RESERVES AND
PRECIPITATION DURING THE VEGETATION PERIOD WHEN BASIC TREATMENTS OF LIGHT CHESTNUT SOILS ARE APPLIED
D. A. Eoldyr', S.N.S., K.S-Kh.N., V. Yu. Selivanova, N.S. -
Lower-Volga NIISKh, Affiliate of FNTs of Agroecology, RAN
The article presents the results of correlation and regression analysis of the data on the relationship of spring wheat harvest with the constituent factors (precipitation, soil moisture reserves) affecting the yield of spring wheat for 2013-2017. The results given in the graphical correlation are obtained and the regularity is justified.
Keywords: yield, spring wheat, correlation analysis, regression analysis, productive precipitation, productive moisture reserves in the soil, grain yield of spring wheat.
