CC BY
34
Литература
1. Салькова А. Конец близко: человечеству выписали предупреждение [Электронный ресурс] // https://www.gazeta.ru/science/2017/11/14_a_10985234.shtml7updated (дата обращения: 15.05.2018).
2. Просянников Е.В. Воспитание экологического мышления и развитие экологического действия // Агрохимический вестник, 2012, № 5. - С. 3-6.
3. Статистический сборник «Сельское хозяйство Брянской области» [Электронный ресурс]. - Режим доступа: bry-ansk.gks.ru/wps/wcm/connect/rosstat_ts/bryansk/ru/publications/official_publications/ electronic_versions/archive/ (дата обращения: 11.06.2018).
4. Wilde S.A. Forest Humus: Its Classification on Genetic Basis // Soil Science, 1971, № 1. - Vol. 111.
5. Овчаренко М.М. Агрохимия и плодородие // The Chemical Journal, 2014, № 5. - C. 22-25.
6. Семенов В.М., Когут Б.М. Почвенное органическое вещество. - М.: ГЕОС, 2015. - 233 с.
7. Чекмарев П.А., Прудников П.В. Агрохимическое и агроэкологическое состояние почв, эффективность применения средств химизации и новых комплексных удобрений в Брянской области // Достижения науки и техники АПК, 2016, № 7. - С. 24-33.
8. Соколовский А.Н. Сельскохозяйственное почвоведение. - М.: Сельхозгиз, 1956. - 335 с.
9. Минеев В.Г. Агрохимия. - М: Изд-во «КолосС», 2004. - 720 с.
10. Actualitix. World Atlas - Statistics by country: сайт Фабьен. - 2019 [Электронный ресурс]. URL: http://ru.actualitix.com/ (дата обращения: 05.05.2019).
11. Кудряков В.Г., Мирончук В.А., Есаян С.А. Государственное регулирование органического земледелия: основы и особенности европейского и американского законодательства // Научный журнал Кубанского ГАУ, 2015, № 105(01). - С. 1-18.
12. Мальцев В.Ф., Каюмов М.К., Просянников Е.В. и др. Система биологизации земледелия Нечерноземной зоны России. - М.: ФГНУ «Росинформагротех», 2002. - 544 с.
13. European Union Council Regulation No. 889/2008 of 5 September 2008 laying down detailed rules for the implementation of Council Regulation (EC) No. 834/2007 on organic production and labelling of organic products with regard to organic production, labelling and control // Official Journal of the European Union, 2008, L. 250. - 84 p.
14. Методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения. - М.: ФГНУ «Росинформагротех», 2003. - 240 с.
15. Региональные эталоны почвенного плодородия / отв. ред. Л.Л. Шишов, Д.С. Булгаков, И.И. Карманов, В.Л. Андроников, П.А. Славный. - М.: Почвенный институт им. В.В. Докучаева, 1991. - 274 с.
УДК 631.452:631.421:001.891.572 DOI 10.24411/0235-2516-2019-10069
МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОЙ ИЗМЕНЧИВОСТИ АГРОХИМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ПОЧВ В АГРОЛАНДШАФТАХ НЕЧЕРНОЗЕМЬЯ
Н.М. Мудрых, к.с.-х.н., И.А. Самофалова, к.с.-х.н.
Пермский государственный аграрно-технологический университет, e-mail: nata020880@hotmail.com, samofalovairaida@mail.ru
Приведены исследования по изучению пространственной изменчивости физико-химических и агрохимических показателей в почвах Нечерноземной зоны (на примере ООО «Сельское» Соликамского района Пермского края). Анализ показал, что в агродерново-подзолистых почвах легкого гранулометрического состава рассматриваемые показатели сильно изменялись в пределах поля. Установлены линейные структурные взаимосвязи между свойствами почв. Получены адекватные модели прогноза содержания гумуса от обменной кислотности, суммы обменных оснований и элементов питания для агродерново-подзолистых почв легкого гранулометрического состава. Расчет моделей пространственной изменчивости проводили с использованием разных критериев: по коэффициентам корреляции и по информационным критериям. В зависимости от необходимости оперативного изменения системы удобрения специалисты хозяйств могут на основании почвенных картограмм и(или) определения показателей свойств почв, спрогнозировать уровень гумуса и(или) минерального азота в почве. Данные модели могут быть основой для планирования мероприятий по повышению плодородия почв конкретных рабочих участков и для рекомендации дифференцированного внесения органических и минеральных удобрений.
Ключевые слова: агрохимические показатели, дерново-подзолистые почвы, варьирование, статистические показатели, модели плодородия почв.
SIMULATION OF SPATIAL VARIABILITY OF AGROCHEMICAL INDICATORS OF SOILS IN AGRICULTURAL FERTILIZERS OF THE NON-CHERNOZEM REGION
Ph.D. N.M. Mudrykh, Ph.D. I.A. Samofalova
Perm State Agrotechnological University, e-mail: nata020880@hotmail.com, samofalovairaida@mail.ru
The results of the spatial variability ofphysico-chemical and agrochemical indicators are given for soils of the non-chernozem zone (for example, LLC «Selskoye» Solikamsk district of the Perm region). The analysis showed that in the agrosoddy-podzolic soils of light granulometric composition the parameters considered varied greatly within the field. Linear structural relationships between soil properties are established. Adequate forecasting models of maintenance of a humus are received from exchange acidity, the sum of the exchange bases and nutrients for agrosoddy-podzolic soils of light granulometric composition were obtained. The models of spatial variability were calculated using different criteria: by correlation coefficients and by information criteria. Depending on need of expeditious change of system of fertilizer specialists of farms can on the basis of soil cartograms and(or) definition of indicators of properties of soils to predict the level of a humus and(or) mineral nitrogen in the soil. These models can be the basis for planning activities to improve the fertility of soils specific fields and to recommend a differentiated application of organic and mineral fertilizers.
Keywords, agrochemical properties, soddy-podzolic soil, variation, statistics indicators, models of soil fertility.
В связи с ухудшением экономических условий в современном мире ученые все больше обращают внимание на изменение и пространственное варьирование агрохимических показателей в почвах [13]. Зависимости изменения одного показателя почвы от другого позволяют найти пути более эффективного использования плодородия почв, удобрений, мелиорантов. Кроме того, взаимосвязи свойств почв позволяют выявить также и неблагоприятные в агрономическом отношении показатели свойств почв. Например, избыточная гумусированность дерново-подзолистых почв (более 3%) приводит к блокировке фосфатов органическими пленками, уменьшению их подвижности [4]. Известно значительное число работ, посвященных изучению зависимости отдельных свойств почв от рН среды [5], влияния органического вещества почв на функциональные свойства почв [6-17].
Система удобрений в севооборотах и для отдельных культур позволяет более полно и эффективно использовать органические и минеральные удобрения и тем самым достичь не только увеличения продуктивности севооборотов, но и повышения плодородия почв [18]. Однако без правильно разработанной системы достичь рационального использования удобрений невозможно. Изучение варьирования агрохимических показателей и элементов питания в почвах позволит более полно использовать возможности применяемых удобрений под сельскохозяйственные культуры [19-21].
Цель исследований - определить величины и пространственную изменчивость агрохимических показателей в агродерново-подзолистых почвах агроландшафта.
Объект и методы. Исследования проводили в Пермском крае, территория которого определяется координатами 56°06'-61°39' с.ш. и 51°47'-59°03' в.д. С севера на юг территория края простирается на 600 км, с запада на восток протяженность в юж-
ной части края - 200 км, а в северной - 500 км [22] и полностью входит в нечерноземную зону России. Общая площадь Пермского края составляет 16024,4 тыс. га, из них 658,9 тыс. га сельскохозяйственных угодий, в том числе 613,5 тыс. га пашни [23].
Территория края по разнообразию физико-географических и сельскохозяйственных условий включает в себя 3 природно-сельскохозяйственные зоны и провинции, а также 6 природно-сельскохозяйственных районов [24]. Дерново -подзолистые почвы являются основным биоклиматическим подтипом и составляют основной сельскохозяйственный фонд [22].
Исследования проводили в северной части Пермского края в Соликамском районе (ООО «Сельское»), который по природно-сельскохозяйственному районированию входит в южно-таежную зону Среднерусской провинции, почвенный район - центрально-восточный южнотаежный лесной [14]. Согласно агроклиматическому районированию, территория хозяйства входит в четвертый агроклиматический район [22, 25-27]. Продолжительность безморозного периода 80-90 дней. За год выпадает 300-650 мм осадков. Биологический коэффициент продуктивности составляет 1,8, климатический индекс биологической продуктивности при естественном увлажнении - 86-90 баллов, что характеризует территорию района как удовлетворительную по условиям выращивания сельскохозяйственных культур [28]. Почвообразу-ющие породы представлены покровными глинами и суглинками, двучленными отложениями, водно-ледниковыми отложениями, аллювиальными отложениями, элювием известняков и мергелей. По почвенно-экологическому районированию территория хозяйства входит в подзону подзолистых почв средней тайги, Камско-Верхне-Вычегодскую провинцию подзолистых почв, Верхнекамский округ подзолов иллювиально-железистых и подзо-
лов торфяно-глеевых песчаных на флювиогляци-альных и древнеаллювиальных отложениях.
Землепользование хозяйства включает 459 га (пашня). Почвенный покров представлен в основном агродерново-неглубокоподзолистыми, агро-подзолистыми, дерново-карбонатными, дерновыми и аллювиальными почвами. Условия формирования территории и разнообразие почвообразующих пород обусловливают пестроту почвенного покрова на разных таксономических уровнях в пределах поля. Кроме того, почвы различаются по гранулометрическому составу с преобладанием легкого, в основном супесчаного и легкосуглинистого. В группе почв тяжелого гранулометрического состава преобладают среднесуглинистые почвы.
Для изучения варьирования и структурных взаимосвязей агрохимических показателей в почвах хозяйства в 2016 г. были отобраны почвенные образцы на полях площадью 26,4; 30,5; 62,6; 9,7 и 20,2 га. Все поля имеют некоторый уклон в пределах 2-5 градусов, длина склонов варьирует в пределах 700-1200 м, перепад высот в среднем составляет около 30 м. Всего было обследовано 149,4 га пашни. Смешанные образцы отбирали с глубины 020 см. Точки отбора почвенных проб привязаны к основным элементам полого-увалистого рельефа (верхняя, средняя и нижняя части склона). Фоно-
выми почвами на исследуемых участках являются агродерново-подзолистые легкого гранулометрического состава. Пространственную неоднородность оценивали по физико-химическим и агрохимическим свойствам: содержанию гумуса, гидролитической и обменной кислотностям, сумме обменных оснований, содержанию минерального азота, подвижных форм фосфора и калия. Определение агрохимических показателей проводили по ГОСТ, содержание аммонийного азота по Е.В. Аринушкиной.
Классический статистический анализ выборки и корреляционный анализ проводили с использованием программ Microsoft Excel и Statistica 8. Структурные взаимосвязи между свойствами почв устанавливали с помощью информационно-логического анализа.
Результаты и обсуждение. Анализ почвенных образцов показал, что физико-химические и агрохимические показатели в почвах изменялись в пределах поля (рисунок, табл. 1). Так, реакция среды в почвах варьировала от сильнокислой до нейтральной (pHkci 4,2-6,3). Однако центром распределения вариационного ряда было значение 5,18 ед., что соответствует слабокислой реакции среды. Отмечается намечающаяся правостороння асимметрия, то есть, тенденция смещения реакции среды в сторону слабокислой и близкой к нейтральной.
rïn
i È
Median 25%-75% I Min-Max
□ 3
. =¿=1
Median 25%-75% X. Min-Max
Median - медиана, 25% - нижняя квантиль, 75% - верхняя квантиль, Min-Max - размах варьирования Статистики некоторых физико-химических свойств и содержания элементов питания
25
20
5
10
5
0
0
PoO
K2O
Гумус pH
Нг
S
1. Итоговая статистика по физико-химическим свойствам почвы _ и содержанию элементов питания _
Показатель Mean SD Skw Kur S
Гумус, % 1,41±0,18** 0,906 1,937 3,111 0,82
рНка 5,18±0,13 0,675 0,230 -1,246 0,46
Нг, мг-экв/100 г почвы 2,33±0,23 1,153 0,455 -1,036 1,33
S, мг-экв/100 г почвы 12,70±0,89 4,42 1,569 4,399 19,62
н™., мг/кг почвы 27,80±9,21 46,034 3,687 14,949 2119,12
Р2О5, мг/кг почвы 211,03±38,72 193,622 1,323 0,480 37489,69
К2О, мг/кг почвы 199,61±48,36 241,783 2,175 3,554 58458,92
Примечание. Mean - среднее; 0,18 - стандартная ошибка; SD - стандартное отклонение; Skw - асимметрия; Kur -
эксцесс; S - дисперсия; Нг - гидролитическая кислотность, мг-экв/100 г почвы; S - сумма обменных оснований, мг-
экв/100 г почвы; Nm™. - содержание минерального азота, мг/кг почвы; Р2О5 - содержание подвижного калия, мг/кг
почвы; К2О - содержание подвижного калия, мг/кг почвы.
Содержание гумуса в почвах варьирует в широком диапазоне: от очень низкого до среднего (0,544,02%), при среднем центральном значении 1,41% (очень низкий уровень содержания гумуса). Для данного признака отмечается положительная асимметрия, то есть увеличиваются частоты правой части вариационного ряда, что указывает на формирующуюся тенденцию повышения содержания гумуса в результате сельскохозяйственного использования. Положительный эксцесс указывает на более частое появление и средних и крайних значений признака.
Содержание обменных оснований варьировало от очень низкого до высокого. Асимметрия и эксцесс были положительными. Данный признак из физико-химических показателей имеет наибольший размах изменчивости в пределах исследуемого поля. Возможно, это связано с неоднородностью гранулометрического состава почв и применением известковых материалов.
Гидролитическая кислотность изменяется в пределах поля в диапазоне 0,80-4,70 мг-экв/100 г почвы. Основная часть значений вариационного ряда группируется вокруг медианы, что наглядно отображается на рисунке.
Наибольшей пространственной пестротой отличалось содержание подвижных элементов питания в почвах агроландшафта. Содержание минерального азота в почве находилось в широком диапазоне от 3,1 до 225,2 мг/кг почвы, подвижных форм фосфора и калия - от низкого до очень высокого (35647 и 42-854 мг/кг соответственно). Статистические распределения данных показателей имеют положительные асимметрии и эксцессы, и очень высокую дисперсию. Таким образом, отмечается варьирование признаков почвенных разностей, связанное с пестротой почвенного покрова в пределах вида, разновидностей, разряда. Прямое и косвенное влияние на варьирование свойств почв, в пределах исследуемых участков, оказывает и сельскохозяйственная деятельность (агротехника, неоднородность внесения удобрений, проведения обработок). Для выравнивания почвенного плодородия необходимо использовать дифференцированное применение органических и минеральных удобрений, т.е. использовать точное внесение последних.
Для построения моделей множественной линейной регрессии изменчивости агрохимических свойств использовали два подхода: выбор на основании расчета коэффициентов парных корреляций
и выбор на основании показателей информационно-логического анализа. Реакция среды, содержание гумуса и другие показатели служат важными факторами накопления макроэлементов в почве. Рассмотрим, какая теснота связи между физико-химическими свойствами и содержанием питательных элементов наблюдается в почвах.
Прямая корреляционная зависимость отмечается между: содержанием гумуса в почвах, азотом, фосфором и калием (г = 0,8-0,9); содержанием минерального азота и обменной кислотностью (г = 0,6), суммой обменных оснований (г = 0,5); содержанием подвижного фосфора и гидролитической кислотностью (г = 0,6), суммой обменных оснований (г = 0,7); содержание подвижного калия имеет тесную связь со всеми изучаемыми физико-химическими показателями (г = 0,5-0,9).
Очень высокая теснота связи отмечена между содержанием органического вещества, минерального азота и подвижного фосфора, коэффициент корреляции составил соответственно: 0,824 и 0,862. Между содержанием элементов питания и остальными физико-химическими показателями также наблюдается тесная корреляционная зависимость.
Расчеты показали, что ? > ¿а, т.е. с соответствующим уровнем значимости взаимосвязи между изучаемыми показателями можно выразить линейными уравнениями. Подобный способ оценки значимости коэффициента корреляции не является точным и рекомендуется использовать оценку значимости р, воспользовавшись преобразованием г, предложенным Р.А. Фишером. В работе Е.А. Дмитриева [29], который указывает, что для 50-75% взаимосвязанной вариации признаков коэффициент детерминации должен выполнять следующее условие 0,85 > р > 0,70. Используя коэффициент детерминации, определяем, что установленная тесная корреляционная связь между признаками подтверждается только между содержанием гумуса, минерального азота, подвижного фосфора и калия; содержанием подвижных форм фосфора и калия.
Имея тесную зависимость между показателями, можно составить прогнозные модели содержания гумуса и минерального азота в почве на конкретный момент времени (табл. 2).
Зная содержание подвижного фосфора в почве, можно спрогнозировать уровень гумуса (что удобно для использования в оперативных изменениях систем удобрения) и скорректировать вносимую
2. Статистические показатели разработанных моделей
Модели Л R2, % 0, %
1 Yl = 1,2 - 0,0032хХ + 0,000011х*2 0,9306 86,6 85,3
2 Y2 = 63,6 - 79,1х^ + 27,2хХ/ 0,9492 90,1 89,2
Примечание: Y1 - содержание гумуса в почве, %, Y2 - содержание минерального азота в почве, мг/кг почвы, Х - со-
держание подвижного фосфора в почве, мг/кг почвы, Хг - содержание гумуса в почве, %; ^ - корреляционное отно-
шение, R2 - коэффициент детерминации, 9 - критерий надежности.
3. Доверительные параметры моделей
Модель 1 Модель 2
Р0 Рх Рх2 Р0 РХ1 РХ12
Значения 1,2 -3>10"3 11-10"6 63,6 -79,1 27,2
Доверительный интервал* (1,02; 1,38) (-4,9Ч0"3; -1,5Ч0"3) (9Ч0"6; 13Ч0"6) (49,0; 78,2) (-96,6; -61,6) (23,3; 31,1)
Уровень значимости 0,000 0,067 0,000 0,000 0,000 0,000
Примечание: *95%.
4. Специфичные уровни ^ показателей свойств почв при различном содержании гумуса
Гумус, % рн Нг S Р2О5 К2О
мг-экв/100 г почвы мг/кг почвы
< 1,0 5,1-5,6 < 2,0 5-10 < 100 40-170 (< 170)
1,0-1,5 5,6-6,0 2,0-4,0 10-15 > 100 80-250 (< 250)
> 1,5 > 6,0 > 4,0 > 15 > 250 > 250
5. Показатели информационно-логического анализа между содержанием гумуса и свойствами почвы
Показатель рН Нг S Р2О5 К2О
Н (А) 2,2365 1,6349 1,8515 1,5699 2,1160
Н (В) 1,5165 1,7925 1,5262 1,5165 1,5165
Т (А/В) 0,4300 0,4139 0,9463 0,5884 0,5497
К (А/В) 0,2834 0,2308 0,6209 0,3870 0,3625
Примечание. Н (А) - неопределенность изучаемого явления (свойств почвы); Н (В) - неопределенность изучаемого фактора (уровень содержания гумуса); Т (А/В) - общая информативность - количество информации, поступающей от фактора В к явлению А; К (А/В) - коэффициент эффективности передачи информации от фактора В к явлению А.
дозу органических удобрений. Кроме того, по уровню содержания гумуса в почве (например, с агрохимических картограмм) возможно установление примерного содержания минерального азота, что позволит составить план внесения азотных удобрений. Использование адекватных моделей на других полях хозяйства (находящихся в аналогичных условиях) значительно облегчит мониторинг почвенного плодородия.
Расчетные модели прогноза содержания гумуса и минерального азота в зависимости от агрохимических показателей почв имеют высокий коэффициент детерминации (более 0,80) и критерии надежности выше 50%, т.е. полученные модели являются качественными. Для оценки полученных моделей рассчитаны их параметры значимости коэффициентов регрессии (табл. 3).
В первой модели коэффициент уравнения регрессии Рх незначим, что возможно связано с узким интервалом варьирования содержания подвижного фосфора в почве или он является незначимым в прогнозировании уровня гумуса в почве. Вторая модель адекватна и все коэффициенты регрессии значимы, поэтому ее можно использовать для прогноза содержания минерального азота в почве. Для оценки критерия качества методики прогноза использовали метод информационно-логического анализа, который был успешно апробирован учеными при изучении почвенного покрова [30-34]. В основе метода - представление об измеримости информации, передающейся изучаемому явлению от одного или нескольких факторов. Достоинство
метода состоит в том, что его применение не требует метричности, непрерывности, принадлежности ряда к теоретическому распределению и в связи с этим, возможно оценить силу связи между любыми свойствами [32]. Степень связи между явлением и фактором определяется общей информативностью (Т - количество информации, поступающей от фактора к явлению, бит) и коэффициентом эффективности каналов связи (К - коэффициент эффективности передачи информации от фактора к явлению). Чем больше коэффициент эффективности, тем больше значимость фактора в формировании того или иного явления. Так как этот метод дает возможность анализировать любые данные без требования линейности, непрерывности и упорядоченности анализируемого материала, то мы решили провести моделирование изменчивости агрохимических показателей на основе связей, выявленных информационно-логическим методом.
С помощью информационно-логического анализа установлена теснота и форма структурной связи между содержанием гумуса и физико-химическими свойствами в почвах. Так, максимальное варьирование содержания обменного калия отмечается при уровне содержания гумуса 1,01-1,50%, а меньшее -при содержании гумуса более 1,00%. Наибольшая степень варьирования содержания подвижного фосфора и обменной кислотности проявляется при наименьшем содержании гумуса в почве (0,511,00%). Для показателей, характеризующих содержание обменных катионов в почвенно-поглощающем комплексе (сумма обменных осно-
ваний и гидролитическая кислотность), наибольшая степень варьирования отмечается при уровне содержания гумуса 1,51-2,00%, а при содержании гумуса более 2,00% степень варьирования показателей снижается почти в два раза, и показатели сохраняют большую стабильность. Таким образом, уровень содержания гумуса в почве влияет на степень пространственной неоднородности физико-химических и агрохимических показателей в почвах легкого гранулометрического состава.
Найдены специфические состояния показателей свойств почв для разных уровней изучаемого фактора (содержания гумуса) (табл. 4). Установлена линейная форма связи между всеми изучаемыми свойствами, которая в большей степени проявляется именно н почвах легкого гранулометрического состава с низким содержанием гумуса.
Информационный анализ изучаемого явления от нескольких факторов позволяет установить степень влияния каждого фактора и распределить их в строгой последовательности один относительно другого по тесноте структурной связи между ними. Наибольшая неопределенность состояния Н(В) характерна для гидролитической кислотности (табл. 5).
Наиболее информативным показателем является сумма обменных оснований: общая информативность Т (А/В) является максимальной - 0,9463 (близка к 1,00) при высоком коэффициенте эффективности передачи информации (0,6209), который отражает тесноту взаимосвязи между параметрами свойств почвы. Таким образом, по усилению степени влияния физико-химических и агрохимических показателей на гумусообразование (уровень содержания признака), они располагаются в следующий ряд: сумма обменных оснований > подвижный фосфор > обменный калий > обменная кислотность > гидролитическая кислотность.
Установлена взаимосвязь между суммой обменных оснований и макроэлементами питания расте-
ний, содержанием гумуса в почвах. Для изучаемых факторов (Нг, Б) более тесная связь проявляется с К2О и Р2О5 (табл. 6). Ряд зависимости выстраивается следующим образом: обменный калий > подвижный фосфор > содержание гумуса.
Обменная кислотность формирует более тесную связь с содержанием гумуса и обменного калия в почвах, что обусловлено легким гранулометрическим составом почв.
Полученные структурные связи между свойствами почв использовали для разработки моделей прогноза (табл. 7). Показатели адекватности моделей являются достаточно высокими. Несмотря на это, все модели условно можно объединить в 2 группы по уровню значений коэффициента детерминации.
Первую группу образуют модели с коэффициентом детерминации 70-80% (модели 1, 2). В этих моделях в основном используются связи между содержанием какого-либо макроэлемента и показателем почвенно-поглощающего комплекса (Х1, Х4). Вторую группу составили модели с коэффициентом детерминации 80-90% (модели 3-5). Стоит отметить, что почти во всех моделях этой группы используется показатель содержания подвижного калия (Х3) в сочетании с другими физико-химическими и агрохимическими показателями.
Статистическая оценка уравнений регрессии показала, что не все коэффициенты являются значимыми, поэтому далее рассматриваются модели со значимыми коэффициентами регрессии (табл. 8).
Из всех полученных моделей наиболее значимыми предикторами для агродерново-подзолистых почв легкого гранулометрического состава являются обменная кислотность (х4) и сумма обменных оснований (х1). Содержание элементов питания практически не определяют уровень гумуса в почве. Определены пределы использования полученных моделей, в которых прогнозируемое содержание гумуса близко к фактическому (табл. 9).
6. Показатели информационно-логического анализа между свойствами почвы
Показатель Нг S рН
S Р2О5 К2О Гумус Нг Р2О5 К2О Гумус К2О Гумус
Н (А) 1,4337 2,0235 2,1160 1,6349 1,4337 2,0235 2,1160 1,6337 2,1160 2,1160
Н (В) 1,7459 1,7459 1,7459 1,7925 1,7459 1,4337 1,4337 1,7925 2,2365 1,7925
Т (А/В) 0,4017 0,4843 0,5776 0,4139 0,4017 0,4617 0,4665 0,4139 0,7057 0,8889
К (А/В) 0,2301 0,2774 0,3307 0,2308 0,2301 0,3229 0,3254 0,2308 0,3937 0,3975
7. Статистические показатели разработанных моделей (р < 0,05)
Модели Л R2, % 0, %
1 У = -3,03 + 0,129X1 + 0,541X4 0,8509 72,4 69,8
2 У = 0,559 + 0,00404X2 0,8620 74,3 73,2
3 У = 0,729 + 0,00342X3 0,9110 83,0 82,3
4 У = -1,79 + 0,00347X2 + 0,476X4 0,9241 85,4 84,1
5 У = 0,604 + 0,00159X2 + 0,00236X3 0,9306 86,6 85,4
Примечание: Y - содержание гумуса в почве, %, Х1 - сумма обменных оснований, мг-экв/100 г почвы, Х2 - содержание подвижного фосфора в почве, мг/кг почвы, Х3 - содержание подвижного калия в почве, мг/кг почвы, Х4 - обменная кислотность, ед.
8. Доверительные параметры адекватных моделей
Номер модели КР Доверительный интервал p < 0,05 Доля детерминированного вклада предиктора, %
Х1 Х2 Х3 Х4 т
2 во (о,419 < во < о,699) о,оо1 о,4 99,6
Рх2 (3,55Ч0"3 < вх2 < 4,53Ч0"3) о,ооо
3 во (о,629 < во < о,829) о,ооо о,3 99,7
вхз (3,1Ч0-3 < вхз < 3,7Ч0"3) о,ооо
5 во (о,5оо < во < о,7о8) о,ооо о,2 о,2 99,6
вх2 (9>10-4 < вх2 < 22,5Ч0"4) о,о24
вхз (1,89Ч0-3 < вх3 < 2,86Ч0"3) о,ооо
4 во (-2,37 < во < -1,21) о,ооб о,3 47,6 52,1
вх2 (3,06Ч0-3 < вх2 < 3,88Ч0"3) о,ооо
вх4 (о,359 < вх4 < о,592) о,ооо
1 во (-3,82 < во < -2,24) о,оо1 12,9 54,1 33,о
вх1 (о,Ю5 < рх: < о,153) о,ооо
вх4 (о,382 < вх4 < о,7оо) о,оо3
Примечание: КР - коэффициент регрессии, хп - предикторы соответствующих уравнений, т - другие не учитываемые факторы.
9. Границы применения моделей
Номер Предикторы Прогнозируемое содержание
модели диапазоны ед. измерения гумуса, %
2 35 < Р2О5 < 647 мг/кг почвы о,7о < У < 3,17
3 42 < К2О < 854 мг/кг почвы о,87 < У < 3,29
5 35 < Р2О5 < 647 мг/кг почвы о,75 < У < 3,4о
40 < К2О < 750 мг/кг почвы
4 4,8 < рН < 6,5 ед. о,62 < У < 3,55
25 < Р2О5 < 647 мг/кг почвы
1 4,8 < рН < 6,5 ед. о,55 < У < 3,4о
7,6 < 8 < 22,6 мг-экв/100 г почвы
Модели, полученные на основании информационно-логического анализа, имеют достаточно высокую точность, поэтому их можно рекомендовать для прогноза содержания гумуса, т.е. определив один из показателей (обменную кислотность, сумму обменных оснований, содержание подвижного фосфора или калия) можно рассчитать примерный уровень гумуса в почве. Из рассмотренных характеристик наиболее приемлемым с точки зрения, как репрезентативности, так и удобства использования в оперативных прогнозах является обменная кислотность и сумма обменных оснований.
На основании проведенных исследований установлено, что в сочетаниях почв легкого гранулометрического состава в условиях полого-увалистого рельефа наибольшей пространственной изменчивостью отличались содержания подвижных элементов питания, а из физико-химических свойств - сумма обменных оснований.
Высокая корреляционная связь отмечена между содержанием гумуса, подвижным калием (г = 0,911), (фосфором (г = 0,862) и минеральным азотом (г = 0,824). Между содержанием элементов питания и физико-химическими показателями также наблюдается тесная корреляционная связь (г = 0,497-0,782). Содержание гумуса в почвах находится на очень низком уровне и близко к границе его критического содержания в почве.
Поэтому зависимость элементов питания от содержания гумуса в почве при данных условиях не выполняется, напротив, содержание гумуса зависит от пространственной изменчивости агрохимических показателей. В почвах легкого гранулометрического состава выявлены структурные связи между агрохимическими и физико-химическими свойствами, которые при низком содержании гумуса носят линейный характер. По усилению степени влияния физико-химических и агрохимических показателей на содержание гумуса они располагаются в следующий ряд: сумма обменных оснований > подвижный фосфор > обменный калий > обменная кислотность > гидро-литическая кислотность. Получены адекватные модели прогноза пространственной изменчивости свойств почв, в основу которых положены различные структурные связи между свойствами. Таким образом, специалисты1 хозяйств в зависимости от задач и целей сельскохозяйственного производства могут подобрать и выбрать модель с любым комплексом определяемых показателей свойств почв. Данные модели могут быть основой для планирования мероприятий по повышению плодородия почв конкретных участков и для рекомендации дифференцированного внесения органических и минеральных удобрений в агроландшафтах Нечерноземья.
Литература
1. Пивоварова Е.Г. Моделирование пространственной вариации и временной динамики агрохимических свойств почвы / Экспериментальная информация в почвоведении: теория и пути стандартизации. - М.: МГУ, 2005. - С. 58-60.
2. Фрид А.С. Пространственное варьирование и временная динамика плодородия почв в длительных полевых опытах. - М.: РАСХН, 2002. - 79 с.
3. Жеряков Е.В. Взаимосвязь параметров почвенного плодородия при систематическом применении удобрений // Международный научно-исследовательский журнал, 2014, № 10-1 (29). - С. 58-60.
4. Духанин Ю.А., Савич В.И., Батанов Б.Н., Савич К.В. Информационная оценка плодородия почв. - М.: ФГНУ «Росинформа-гротех», 2006. - 476 с.
5. Кулаковская Т.Н. Оптимизация агрохимической системы почвенного питания растений. - М.: Агропромиздат, 1990. - 219 с.
6. Надежкин С.М. Изучение взаимосвязи органического вещества с продуктивностью культур и моделирование гумусного состояния почв лесостепи среднего Поволжья / Методы исследования органического вещества почв. - Владимир, РАСХН, 2005. -С. 29-42.
7. Михеева И.В. Инвариантные статистические характеристики взаимосвязи почвенных свойств / Экспериментальная информация в почвоведении: теория и пути стандартизации. - М.: МГУ, 2005. - С. 39-41.
8. Shpedt A.A., Trubnikov Y.N., Zharinova N.Y. Agrogenic dégradation of soils in Krasnoyarsk forest-steppe // Eurasian Soil Science, 2017, № 10. - P. 1209-1216.
9. Шпедт А.А. Оценка и оптимизация органического вещества почв сельскохозяйственных угодий Красноярского края: монография. - Красноярск: Красноярский ГАУ, 2013. - 230 с.
10. Семенов В.А. Взаимозависимость между содержанием гумуса и другими свойствами почвы - факторами урожая // Почвоведение, 1992, № 11. - С. 68-80.
11. Синельников Э.П., Ознобихин В.И. Модели динамики взаимодействия показателей плодородия почв на основе метода корреляционных плеяд / Математические методы и ЭВМ на службе почвенных прогнозов. - М.: ВАСХНИЛ, 1988. - С. 33-40.
12. Артемьева З.С., Кириллова Н.П. Роль продуктов органо-минерального взаимодействия в структурообразовании и гумусообра-зовании основных типов почв центра Русской равнины // Бюллетень Почвенного института им. В.В. Докучаева, 2017, № 90. - С. 73-95.
13. Самофалова И.А., Мудрых Н.М. Гумусное состояние почв Пермского края // Сборник научных трудов Sworld, 2013, Т. 46, № 3. - С. 84-91.
14. Самофалова И.А., Мудрых Н.М. Агроэкологическая оценка органического вещества в дерново-подзолистых почвах Пермского края: монография. - Пермь: Изд-во ФГБОУ ВПО Пермская ГСХА, 2015. - 164 с.
15. Самофалова И.А., Мудрых Н.М. Пространственная неоднородность гумусообразования // АгроЭкоИнфо, 2017, № 4. -http://agroecoinfo.narod.ru/journal/STATYI/ 2017/4/st_434.doc.
16. Самофалова И.А., Мудрых Н.М., Каменщикова В.И., Лысова О.С. Влияние минеральных удобрений на показатели устойчивости микробоценоза в почвах, загрязненных свинцом // Вестник Оренбургского государственного университета, 2011, № 12 (131). - С. 346-348.
17. Кротов Д.Г., Самсонова В.П., Кротова Е.А., Лавринова Е.Ю. Связь между содержанием гумуса в пахотном горизонте серой лесной почвы и яркостью в красном канале спутникового изображения // Агрохимический вестник, 2017, № 1. - С. (http://agrochemv.ru/ru/nomer/2017/1).
18. Мудрых Н.М., Самофалова И.А. Прогнозирование урожайности зерновых культур в условиях Пермского края / Наука и образование XXI века: сборник статей Международной научно-практической конференции (29 мая 2014 г.): в 2-х ч., Ч. II. - Уфа: Аэтерна, 2014. - С. 30-34.
19. Кирюшин В.И. Экологизация земледелия и технологическая политика. - М.: Изд-во МСХА, 2000. - 473 с.
20. Kizilkaya R., Dengiz O., Ozyazitsii M.A., Askin T., Mikailsoy F., Shein E.V. Spatial distribution of heavy metals in the soils of the territory of Bafra (Turkey) // Eurasian Soil Science, 2011, № 12. - P. 1343-1351.
21. Mudrykh N., Samofalova I., Gordeeva I. Ensure environmental sustainability of agriculture in the Perm region // Canadian Journal of Science, Education and Culture, 2014, No. 2 (6) (July-December), «Toronto Press», 2014. - P. 736-748.
22. Коротаев Н.Я. Почвы Пермской области. - Пермь: Кн. изд-во, 1962. - 275 с.
23. Результаты деятельности сельскохозяйственных организаций по муниципальным районам края // http://agro.permkrai.ru/analitika/rezultaty-deyatelnosti-selskokhozyaystvennykh-organizatsiy-po-munitsipalnym-rayonam-kraya.
24. Природно-сельскохозяйственное районирование земельного фонда СССР. - М.: Колос, 1983. - 432 с.
25. Самофалова И.А., Мудрых Н.М., Каменских Н.Ю., Лобанова Ю.А. Агроэкологическая типизация земель как основа совершенствования внутрихозяйственного землеустройства, системы севооборотов и удобрений // Вестник Алтайского государственного аграрного университета, 2013, № 5(103). - С. 45-50.
26. Агроклиматический справочник по Пермской области. - Л.: Гидрометеоиздат, 1979. - 179 с.
27. Назаров Н.Н., Шарыгин М.Д. География Пермской области. - Пермь: Книжный мир, 1999. - 248 с.
28. Ермакова Л.Н., Толмачева Н.И., Безматерных Е.А. Оценка агроклиматических ресурсов территории Пермского края // Географический вестник, 2010, № 2(13). - С. 38-42.
29. Дмитриев Е.А. Математическая статистика в почвоведении: учебник / науч. ред. Ю.Н. Благовещенский, изд-е 3-е, испр. и доп. - М.: Книжный дом «ЛИБРОКОМ», 2009. - 328 с.
30. Пузаченко Ю.Г., Карпачевский Л.О., Взнуздаева Н.А. Возможности применения информационно-логического анализа при изучении почвы на примере ее влажности / Закономерности пространственного варьирования свойств почв и информационно-статистические методы их изучения. - М.: Наука, 1970. - 220 с.
31. Дайнеко Е.К., Фридланд В.М. Опыт применения информационно-логического анализа для выяснения взаимосвязей между факторами почвообразования и некоторыми морфологическими свойствами почв / Структура почвенного покрова, почвенные комбинации, их классификация и методы изучения. - М.: Наука, 1969. - С. 56-57.
32. Сорочкин В.М. О применении информационно-логического метода в почвенных исследованиях // Почвоведение, 1977, № 9. - С. 131-142.
33. Самофалова И.А. Информационно-логический анализ дифференциации почвенного покрова высотных геосистем на Среднем Урале // Вестник Алтайского государственного аграрного университета, 2017, № 11(157). - С. 105-114.
34. Грибов С.И., Фефелова Т.В. Влияние условий рельефа на формирование разных типов почв оленьих пастбищ среднегорий Алтая // Приволжский научный вестник, 2012, № 3 (7). - С. 28-32.
