CC BY
26
УДК 528.6:712.24 DOI 10.24411/2311-6447-2019-10011
Определение достоверности качества зерна ячменя пивоваренного и солода с использованием программного комплекса Statistica
Determining the reliability of brewing barley and malt quality using the statistica software
Доцент С.И. Данилин, (Мичуринский государственный аграрный университет) кафедра технологии производства, хранения и переработки продукции растениеводства, тел. 8-905-048-14-75 E-mail: [email protected]
доцент О.А. Захарова, доцент А.В. Барановский, (Рязанский государственный агротехнологический университет имени П.А. Костычева) кафедра агрономии и агротехнологий, тел. 8-910-561-46-84 E-mail: [email protected]
профессор Ф.А. Мусаев (Рязанский государственный агротехнологический университет имени П.А. Костычева) кафедра технологии производства и переработки сельскохозяйственной продукции, тел. 8-910-642-59-73
Associate Professor S.I. Danilin, (Michurinsk State Agrarian University) chair of production technology, storage and processing of crop production, tel. 8-905-048-14-75 E-mail: [email protected]
Associate Professor O.A. Zakharova, Associate Professor A.V. Baranovsky, (Ryazan State Agrotechnological University Named after P.A. Kostychev) chair of Agronomy and Agrotechnologies, tel. 8-910-561-46-84 E-mail: [email protected] Professor F.A. Musaev (Ryazan State Agrotechnological University Named after P.A. Kostychev) chair of Agricultural Production and Processing Technology
Реферат. Повышение качества продукции растениеводства, в частности зерна ячменя пивоваренного, является одним из приоритетных направлений сельскохозяйственного производства. К качеству зерна ячменя пивоваренного в соответствии с ГОСТ 5060-86 предъявляются отдельные требования по сравнению с продовольственным н кормовым его назначением. Определение достоверности качества зерна ячменя пивоваренного и солода с использованием программного комплекса Statistica позволило установить высокую степень достоверности результатов исследований по обработке семян ячменя пивоваренного регулятором роста и внесению научно обоснованных доз минеральных удобрений N< ,, ,Р, ,гК к, на черноземе выщелоченном среднего уровня плодородия. Оценка зерна по цвету кластерным анализом с использованием метода К-средних позволило установить меру сходства на достаточно высоком уровне. Статистически обработаны результаты содержания органической и минеральной примеси. Представлены тернарные графики, отображающие визуально фактическое и расчетное содержание примеси. Масса 1000 зерен отображена в виде графика двухмерной проекции ЗМ ленточной диаграммы, что визуально позволяет проследить фактические и расчетные величины. Относительная ошибка среднего значения прорастания зерна составила 3,8 %. Коэффициент вариации равен 22,8 %, то есть изменчивость оценивалась как средняя; построенное трехмерное изображение позволило обнаружить сложные нелинейные взаимосвязи между переменными - содержанием белка п крахмала от дозы вносимых удобрений. При проверке гипотез Но и Н1 получен 5 %-ный уровень значимости.
©Данилин С.И., Захарова O.A., Барановский A.B., Мусаев Ф.А., 2019
Sitmmaru: Improving the quality of crop production, in particular barley grain brewing, is one of the priorities of agricultural production. In accordance with GOST 5060-86, the quality of malting barley grain is subject to separate requirements in comparison with its food and feed purpose. Determining the reliability of brewing barley and malt quality using the Statistica software made it possible to establish a high degree of reliability of research results on the treatment of brewing barley seeds with a growth regulator and making scientifically based doses of mineral fertilizer N60P65K110 on leached chernozem of the average fertility level. Grain color assessment by cluster analysis using the K-average method allowed us to establish the measure of similarity at a very high level. Statistical processing of the results of the content of organic and mineral impurities, presented in the form of ternary graphs, visually displayed its actual and estimated content. The mass of 1,000 grains is displayed in the form of a graph of a two-dimensional projection of a 3M strip chart, which visually allows us to trace the actual and calculated values. The relative error of the average value of the grain germination is 3.8 %. The coefficient of variation is 22.8 %, that is, the variability has been estimated as average; the constructed three-dimensional image made it possible to detect complex non-linear relationships between the variables — protein and starch content and the dose of fertilizer applied. When testing the hypotheses of Ho and HI, a 5 % level of significance was obtained.
Ключевые слова: ячмень пивоваренный, зерно, качество, программа Statistica, достоверность.
Keywords: brewing barley, grain, quality, Statistica software, reliability.
Повышение качества зерна ячменя пивоваренного является одним из приоритетных направлений сельскохозяйственного производства, потому что в соответствии с ГОСТ 5060-86 к нему предъявляются отдельные требования по сравнению с продовольственным и кормовым назначением. Выполненные ранее исследования позволили сделать вывод о высокой эффективности предпосевной обработки семян ячменя пивоваренного регулятором роста и внесения перед посевом научно обоснованных доз минеральных удобрений на черноземе выщелоченном ЗАО «Победа» Захаровского района Рязанской области [6, 7].
Точность результатов исследований нами проверена с помощью программного комплекса Statistica [2, 9]. В результате статистического моделирования возможно крупномасштабное компьютерное моделирование контрольного и опытного процессов с целью сравнения антропогенного вмешательства. Статистическое моделирование процессов развития семян растений ячменя пивоваренного при предпосевной их обработке регулятором роста способствовало последовательному установлению логических причинно-следственных связей при наблюдении, анализе и выборе оптимального решения с целью получения качественного сырья для пивоваренной промышленности. При этом, несмотря на регулярное использование методов статистического моделирования в разных отраслях производства, в сельскохозяйственном секторе выявлен недостаток знаний [9, 12]. Современная конкурентная среда продуцирует большой информационный поток, интеллектуальный анализ которого допускает принятие верного решения.
Цель исследований - определение достоверности качества зерна ячменя пивоваренного и солода с использованием программного комплекса Statistica. Исследования выполнены в ЗАО «Победа» Захаровского района при постановке мелкоделя-ночного полевого опыта. Приведены результаты исследований по максимально эффективному варианту - предпосевной обработке семян ячменя пивоваренного регулятором роста «Эпин-экстра» при внесении научно обоснованных доз минеральных удобрений N60P65K110, учитывая почвенно-климатические особенности. Контроль - семена без обработки регулятором роста, в условиях традиционного уровня минерального питания N90P90K90 в хозяйстве [1, 6]. Уровень минерального питания для чернозема оподзоленного среднего уровня плодородия рассчитан балансовым методом в Рязанским ГАТУ [7, 8].
Действующее вещество «Эпин-экстра» - 2,4-эпибрассинолид - это представитель брассиностероидных фитогормонов (рис. 1). Объекты исследования - зерно ячменя пивоваренного сорта Аннабель и солод. Зерно ячменя для пивоварения оценивалось по следующим признакам [4, 5]:
- внешним (цвет, запах, форма зерна, пораженность вредителями и др.);
- физическим (натура, масса 1000 зерен, пленчатость и др.); -химическим (влажность, экстр активность, содержание белка и крахмала);
- технологическим (способность к быстрому поглощению воды при замачивании, интенсивность прорастания при соложении, качество солода).
НО,..
нет*
О
Рис. 1. Химическая формула действующего вещества регулятора роста
Химический анализ зерна и солода выполнен в лаборатории «Русской пивоваренной компании «Хмелёфф» [5]. Определеняими содержания общего фосфора колориметрическим методом после мокрого озоления (ГОСТ 26657-97); содержание общего калия - методом эмиссионной фотометрии после мокрого озоления (ГОСТ 35504-97); содержание общего азота - колориметрическим методом (ГОСТ 13496.493). Изучена натура зерна (ГОСТ 10840-64), определена пленчатость зерна (ГОСТ 10843-76); крупность зерна (ГОСТ 30483-97); способность прорастания (ГО по азоту.
Обнаружение гашинг-эффекта (метод Карлсберга) в солоде проводилось для прогнозирования, способен ли такой солод привести к гашинг-эффекту в пиве. Он проявляется в виде спонтанного избыточного пенообразования при открывании бутылки с пивом, что обусловлено не повышенным содержанием СО2, а выделением этого газа на очень мелких ядрах конденсации (содержащихся в пиве гидрофобных твердых частицах). При проведении анализа различались «первичный гашинг-эффект», который обусловлен особенностями сырья, и «вторичный гашинг -эффект», обусловленный технико-технологическими условиями производства. Главной причиной «первичного гашинг-эффекта» служит солод, изготавливаемый из инфицированного микроорганизмами и плесневым грибом ячменя на стадии созревания зерновой культуры, они провоцируют формирование в сердцевине зерна веществ, вызывающих гашинг-эффект [4].
Солод изучался в процессе ручной и визуальной оценки; механических методов анализа; методов технохимического контроля [5]. Органолептическая оценка солода проводилась по цвету, запаху, вкусу и аромату, оценивалисьцвет и блеск, степень загрязнения. Осуществлялась сортировка солода (1-го сорта не менее 85 %, количество отходов - не более 1 %, что соответствовало нормативу), определялась масса 1000 зерен солода (в том числе 28-38 г - в воздушно-сухом состоянии; 25-35 г - сухого вещества солода). Отслеживалась проба плавучести (погружения): зерна
солода не тонут, оставаясь наверху из-за наличия в них воздуха (содержание тонущих зерен было 30-35 %, что соответствует хорошо растворенному светлому солоду) . Стекловидность устанавливалась методом продольного разреза зерна (доля полностью стекловидных зерен была 1,8 %, а содержание мучнистых зерен 95 %). Определялась рыхлость фриабилиметром, недостаток ее может затруднить фильтрование затора, осветление сусла и фильтрование пива. Зерна солода разделяли на мучнистые, которые легко растираются между резиновым валиком и вращающимся ситовым барабаном, и твердые.
Определялся конгрессный способ затирания стандартизованным конгрессным методом (согласно требованиям Аналитического комитета Европейской пивоваренной конвенции), который дал возможность рассчитать выход экстракта в процессе переработки солода: при улучшении растворения солода, уменьшается воздействие степени его измельчения на выход [13, 14]. Конгрессный метод затирания проводился двойным определением, где масса каждой пробы составляла по 50 г солода: солод измельчали очень грубо, чтобы доля муки грубого помола составляла 25 %, и очень тонко, чтобы доля муки тонкого помола составляла 90 %. Солод оценивали тем выше, чем больше его экстрактивность. В этом случае «хорошая» оценка может быть дана при хорошем растворении солода, а различие между экстрактивностью в образцах грубого и тонкого помола невелика, поскольку особенности помола в этом случае оказывают меньшее воздействие на выход экстракта. При помощи таблицы Плато определялась экстрактивность (%).
Компьютерные и математические методы статистического анализа данных реализованы в универсальной интегрированной системе визуализации результатов исследований Statistica 10, в которой есть приложения-подсказки для выбора оптимальных методов анализа [3, 9]. При работе в программе использованы опции Statistics и Graphs. Проведен трехмерный визуальный анализ полученных данных по качеству зерна ячменя при проведении мелкоделяночного полевого опыта.
Основой статистических методов является теория вероятностей. Качество зерна есть генеральная совокупность. Она обследовалась по выборке, дающей неискаженное представление о генеральной совокупности, что есть репрезентативность. Учитывая непостоянные погодные условия в годы проведения исследований, нами принималась во внимание неустойчивость с использованием известных величин статистики: минимум, максимум, среднее, дисперсия, стандартное отклонение, медиана, квартили, мода и другие при помощи модуля Statistics | BasicSta-tistics| Tables [3, 9, 10, 11].
Для изучения органолептических показателей зерна проведен кластерный анализ с разбивкой исходных данных по цвету на группы от светло-желтого до темно-желтого, то есть кластеры при реализации в пакете Statistica метода К-средних [9].
Рассчитан коэффициент вариации. Показатель изменчивости признака рассчитывался как отношение стандартного отклонения к среднему значению, умноженное на 100 %. Относительная ошибка среднего значения - отношение стандартной ошибки среднего к среднему значению, умноженное на 100 % (для вероятности 0,68),- показывает, на сколько процентов можно ошибиться, если утверждать, что генеральная средняя равна выборочной средней. При ошибке не выше 5 % точность исследований хорошая, до 10 % - удовлетворительная.
Качество зерна ячменя пивоваренного сорта Аннабель по физическим и орга-нолептическим показателям отображено в табл. 1, что представлено в базе данных программного комплекса Statisticano трем повторностям.
Таблица 1
Качество зерна ячменя пивоваренного по физическим и органолептическим показателям
Показатель Контроль - без обработки регулятором роста с внесением ИдоРдоКдо Вариант опыта - обработка семян регулятором роста «Эпин-экстра» и внесение ЩоРббКпо
Цвет Желтый Желтый
Запах Ячменный Ячменный
Эндосперм Полустекловидный Полустекловидный
Масса 1000 зерен, г 40 45
Влажность зерна, % 15 15
Крупность зерен (сход с сит 2,8x20 мм), % 63 85
Пленчатость зерна, % 9,0 9,3
Натура зерна, г 611 643
Сорная примесь, % 0,8 0,5
Зерновая примесь, % 2Д 1,5
Экстрактивность, % 68 79
Крахмал, % 58 69
Белок, % 12,4 11,1
Для пивоварения используется зерно выравненное и однородное по размеру, весу и форме. Такое зерно одинаково впитывает воду при замочке, равномерно прорастает, одновременно проходит все дальнейшие технологические процессы и дает солод высшего качества. Поврежденные и битые зерна снижают пивоваренные качества ячменя [5]. По данным качество зерна на варианте опыта лучше по сравнению с контрольны. Высокое содержание белка в зерне на контрольном варианте переводит его в разряд фуражного и недопустимо в пивоварении.
Сбор данных необходим в создании базы для принятия решений, их полного анализа с помощью статистических методов приложения St.atist.ica. При реализации в пакете Statistica метода К-средних для оценки зерна по цвету получены сильно различающиеся кластеры, допускающие установку меры сходства на достаточно высоком уровне. Качество пива в большей степени зависит от пленчатости ячменя, то есть от наличия мекины. Избыточная пленчатость (более 9 %) уменьшает экстрактивность, прибавляет горечи, резко снижает качество. Чрезмерно низкая пленчатость тоже отрицательно сказывается на технологическом процессе (в размолотом виде пленки создают естественный фильтр) вкусе, цвете и букете пива. Часто более крупные зерна в пределах одной партии имеют пленчатость ниже, чем мелкие зерна, в связи с чем более ценные зерна, пленчатость которых выше 12 % [4]. Пленчатость зерна в опыте была невысокой 7,4 %, что обусловлено, на наш взгляд, их крупностью.
Зерно ячменя сорта Аннабель на варианте с обработкой семян регулятором роста и при внесении удобрений Ы60Р65К110 было чистосортным, биологически вызревшим, имело желтый цвет и приятный ячменный запах. Зерно не имело пятен на зародыше, зерновка светло-желтая, эндосперм полустекловидный. Влажность зерна 15 %, что соответствовало состоянию средней сухости. Сорная примесь составила около 0,5 %. Содержание зерновой примеси, к которой относят все битые и изъеденные вредителями зерна, составило 1,5 %. То есть полученное зерно соответствовало состоянию средней чистоты по ГОСТу.
Зерновая примесь находилась в пределах нормы 2,1-1,5 %. На рис. 2 прослеживается наличие примеси в партии зерна на контроле (почти в 2 раза больше). На рис. 3 отображен тот же показатель качества, но поверхность спроектирована на плоскость в виде карты зон для наглядности: слева красный цвет показывает наличие примеси меньше на опытном варианте по сравнению с желтым цветом в центре на контроле.
Ternary Graph (BANK STA 21v"193c)
Ternary Orjph (BANK STA 21И183С) 00VL1AB
Ш 2.072*6 ИЗ 3.267 ев В 4.463 ев
□ 5.658 ев
□ в .853 ев СИ 8.040 ев
□ 9.244ев М 1.044е7 ИВ 1.163е7 ■■ 1.283*7 ■I above
Рис. 2. Фактическое присутствие примеси в партии зерна на контроле (справа) и варианте опыта (слева)
Рис. 3. Тернарный график примеси в партии зерна
Выше было отмечено, что к качеству зерна ячменя пивоваренного предъявляются отличительные требования по сравнению с продовольственным или кормовым. Азот необходим при производстве пива, так как он используется в питании дрожжей и, кроме того, способствует полунению пива с долго не опадающей пеной. Считается, что при содержании белка в ячмене более 12 % существующие технологии не обеспечивают получение качественного пива [5, 11], не образуется стойкой пены и не имеется нужного вкуса и букета. Установлена зависимость: чем больше содержится белка в зерне ячменя, тем меньше в нём крахмала, который является основным экстрактивным веществом. Слишком низкая белковость (менее 8-9 %) также нежелательна, так как это способствует повышению содержания антоцианогена, вызывающего муть пива.
Крахмал - особенно ценная составная часть зерна пивоваренного ячменя, основное экстрактивное вещество в пивоварении [2, 5]. Чем больше содержится в зерне крахмала, тем выше экстр активность. Экстрактивность была в пределах 79 % веса сухого вещества. По мнению некоторых исследователей [4], увеличение экстрактивности пивоваренного ячменя только на 1 % позволяет на 1 т солода экономить 17,3 кг зерна.
Результаты химического анализа показали среднюю концентрацию белка и крахмала в зерне на контроле и варианте опыта соответственно
12,6 11,3 56 2 68 1
и " %%, фосфора - 0,68 и 0,72 %%, калия на опытном варианте выше на 0,7 %. Зерно ячменя, полученное на контрольном варианте, по содержанию белка и крахмала не отвечало ГОСТ 5060-86 и переводило его в разряд фуражного, цена которого ниже.
Масса 1000 зерен на опытном варианте была выше контрольного на 12,5 %. Этот показатель одновременно с крупность зерен представлен на рисунке 4, а, рассматриваемого как двухмерную проекцию ЗМ ленточной диаграммы (рис. 4, б).
зо <« |«Э1 в 1зр| (М Вт эта юг Юс)
6*
ы
46
*
Р ♦ •
1« *
« „ : Ф : 4 о : о ■ 9
к : ' д ♦IV?: ° о
О О * X.
^ 4 V 0 <? : '
И :
30 ЗДиепйа! СгарЬ (NB.ill.STA 10«"Юс)
\№П)
Рис.4. Зависимость крупности и массы 1000 зерен в опыте
На диаграмме каждый показатель передан цветовым шаблоном. На рис 4, в к точкам исходных данных подгонялась сглаженная сплайнами поверхность и на рис. 4, г отображена двухмерная проекция сглаженной сплайнами поверхности. Последний график представляет конкретную визуальную иллюстрацию зависимости массы 1000 зерен и их крупности.
Ячмень, предназначенный на солод, должен иметь высокую способность прорастания. При низкой способности прорастания в солоде снижается ферментативная активность, падает выход экстракта [2]. Прорастание зерна ячменя достигло 90 и 96 % соответственно контрольным и опытным семенам, то есть находилось на достаточно хорошем уровне. Одной из предпосылок увеличения способности прорастания зерна, по нашему мнению, может быть увеличение содержание фосфора в почве и, следовательно, в органах растения, в частности, семенах. Относительная ошибка среднего значения прорастания составила 3,8 %и была по данным некоторых авторов [3], достаточной. Коэффициент вариации равен 22,8 %, то есть степень рассеивания данных значительная. Размах вариации К= 13. Среднее линейное отклонение а=4,8. Дисперсия как среднее квадратическое отклонение индивидуальных значений признака - скорости прорастания семян - в квадрате от средней арифметической 0=55,6. Среднее отклонение о= 7,2. Все полученные статистические показатели свидетельствовали о среднем уровне его изменчивости.
Интерпретировать данные исследований в трехмерном пространстве, в том числе создавать трехмерные изображения последовательностей исходных наблюдений в отношении одной или более выбранных переменных, допустимо с помощью трехмерного визуального анализа. Выбранные переменные по оси Y и оси X - концентрация белка и крахмала в зерне, используемом впоследствии на солод, соответственно, и значения переменных - дозы минеральных удобрений - откладывались по оси Z. При этом переменные не перекрывались, а строились как значения конкретной поверхности в пространстве. Это обнаружило сложные нелинейные взаимосвязи между переменными. Для построения графика вводилась функция в поле Function (рис. 4). По своей идее он близок к составным линейным графикам, отличаясь только тем, что на ЗМ диаграммах исходных данных цветные ленты в качестве трехмерных представлений значений каждой из переменных не перекрываются (как это характерно для двухмерного графика), а как бы «раздвигаются» в трехмерной перспективе. Такой график более нагляден и позволяет просто и эффектно изобразить последовательности наблюдений накопления питательных веществ в зерне. На объемных изображениях легче распознаются отдельные последовательности значений. В случае выбора некоторого наиболее подходящего угла зрения при помощи, например, интерактивного вращения, линии графика не перекрываются или попадают «друг на друга». На ЗМ графике для тщательного исследования материала отдельные зависимости, или переменные, выборочно выделены цветом. Причем разные концентрации проявлены контрастом одного цвета.
3D Contour Plot (ZAHAROVA STA 49v*10c) z = -1.517еЗ-148 095'х+172 77в*у-0 033'х*х+1.40в'х'у-1 464'y-y
(1°
,0« id*
Ф
s*
Рис. 5. Трехмерный график содержания белка, крахмала в зерне ячменя и воздействия регулятора роста и дозы удобрений
На рис. 5 четко прослеживается зависимость содержания белка и крахмала в зерне от сочетанного действия регулятора роста и дозы вносимых удобрений. На графике это проявлено в изменении цвета до темно-красного при превышении содержания белка в зерне при увеличении концентрации минеральных удобрений, а на содержание крахмала в зерне последний фактор не оказывал сильного воздействия. Программа представления зависимости переменных по средним значениям в трехмерной проекции выдает уравнение:
Одним из видов сырья для производства пива является солод, качество которого оказывает влияние на технологический процесс производства продукта и имеет первостепенное значение для получения необходимого химического состава, органолептических свойств и коллоидной стабильности напитка. Обеспечение пивоваренных компаний качественным солодом возможно при соответствии полученного в исследованиях зерна ячменя требованиям ГОСТ 5060-86 «Ячмень пивоваренный. Технические условия» [5].
Качество зерна является важным фактором при солодоращении [2, 4]. При соответствующих условиях замачивания, прорашивания, приготовления солода и на последующих этапах производства пива ферменты способствуют прохождению глубоких процессов ферментативного распада и превращению запасных тканей зерна с увеличением количества экстрактивных веществ, придающих вместе с другими составляющими (например, хмель) соответствующий вкус и аромат конечному пр одукту [12].
Зерно ячменя подвергнуто анализу в лаборатории солодовенного цеха «Рязанской пивоваренной компании «Хмелефф»» для производства из него солода с последующей проверкой его качества и определением гашинг-эффекта. Гашинг-эффект не выявлен вследствие использования в технологическом процессе качественного зерна.
Рыхлость на опытном варианте не превышала 82 %, что по нормативу соответствовало светлому солоду с оценкой «очень хорошо». Стекловидность в пределах 1,2-1,3 %и характеризовалась оценкой «хорошо». Всхожесть зерен солода составляла 8 %, что свидетельствовало о достаточном сроке сушки. Влажность зерна солода была равна 3,9 % что характерно для свежевысушенного солода.
Экстрактивность при конгрессном методе затирания составила 80 % на сухое вещество, что характерно для светлого солода. Разность с солодом из зерна без обработки регулятором роста была равна 1,7 %и соответствовала оценке «хорошая».
Из зерна ячменя сорта Аннабель при обработке семян регулятором роста «Эпин-экстра» и оптимизации минерального питания зерно солода по всем исследуемым показателям соответствовало эталону. При проверке статистической гипотезы Н0, свидетельствующей об отсутствии различий, и альтернативной гипотезы Ш, свидетельствующей о значимости различий, получен 5 %-й уровень значимости.
Определение достоверности качества зерна ячменя пивоваренного и солода с использованием программного комплекса 31аИ8Иса позволило установить высокую степень достоверности результатов исследований. Интерпретация полученных выводов свидетельствует о высокой эффективности проведенных мероприятий по обработке семян ячменя пивоваренного регулятором роста и внесению научно обоснованных доз минеральных удобрений N60^65 К1 ю на черноземе выщелоченном среднего уровня плодородия:
- зерно выровненное и однородное по размеру, весу и форме, чистосортное, биологически вызревшее, желтого цвета и приятного ячменного запаха; поврежденные и битые зерна отсутствуют; оценка зерна по цвету кластерным анализом с использованием метода К-средних выявила меру сходства на высоком уровне;
- пленчатость зерна в опыте равна 7,4 % что не способствует понижению экс-трактивности, увеличивающей горечь пива; влажность зерна 15 % сорная и зерновая примеси составили около 0,5 и 1,5 %%; статистическая обработка результатов содержания органической и минеральной примеси, представленной в виде тернарных графиков, отобразила визуально ее фактическое и расчетное содержание;
- средняя концентрация белка в зерне на варианте опыта была на 1,3 % ниже и крахмала на 12% выше, что по ГОСТу соответствовало нормативным величинам. Масса 1000 зерен выше контрольного на 12,5 % что было отображено в виде графика двухмерной проекции ЗМ ленточной диаграммы;
- прорастание зерна ячменя 96 % что было выше контрольного на 7 %; относительная ошибка среднего значения прорастания составила 3,8 %. Коэффициент вариации равен 22,8 % то есть изменчивость оценивалась как средняя; построенное трехмерное изображение представило сложные нелинейные взаимосвязи между содержанием белка и крахмала в зависимости от дозы вносимых удобрений;
- солод из пророщенного зерна оказался достаточно хорошего качества: га-шинг-эффект не выявлен, рыхлость 82 % стекловидность в пределах 1,2-1,3 % всхожесть зерен солода составила 8 % влажность зерна солода 3,9 %. Экстрактивность при конгрессном методе затирания составила 80 % на сухое вещество. При проверке гипотез Н0 и Нт получен 5 %ный уровень значимости.
ЛИТЕРАТУРА
1. Абиров, P.A. Современное состояние хлопководства в Республике Таджикистан [Текст] / P.A. Абиров, O.A. Захарова / / Вестник Совета молодых ученых Рязанского государственного агротехнологического университета имени П.А. Косты-чева, 2015. - № 1. - С. 22-25.
2. Андреев, H.H. Урожайность пивоваренного ячменя при обработке семян регуляторами роста и микроэлементами [Текст] / H.H. Андреев, В.В. Ермошкин // Зерновое хозяйство. - 2004. - № 6. - С. 15 - 16.
3. Боровиков, В.П. Statistica: искусство анализа данных на компьютере [Текст] / В.П. Боровиков. - Спб.: Питер, 2001. - 656 с.
4. Головин, В.В. Инновационная технология выращивания ярового ячменя на пивоваренные дели с использованием современных и перспективных сортов (Методическое пособие) [Текст] / В.В. Головин, Е.А. Артемьева, О.В. Левакова. - Рязань: Управление сельского хозяйства Рязанской области, ГУ Рязанский НИПТИ АПК, 2007. - 44 с.
5. ГОСТ 5060-86. Группа С12. «Межгосударственный стандарт. Ячмень пивоваренный. Технические условия. Barleyforbrewing. Specifications». ОКП 97 1972. Дата введения 1988-07-01. Издание с Изменением N 1, утвержденным в октябре 1992 г. (ИУС 12-92) [Текст]// Сб. ГОСТов. - М.: ИПК Издательство стандартов, 2002. - 16 с.
6. Захарова O.A., Активация ранних ростовых процессов в семенах ячменя под действием синтетических регуляторов роста [Текст] / O.A. Захарова, И.Н. Те-рентьев / / Современные проблемы гуманитарных и естественных наук: Материалы XV Международной науч.-практ. конф. Ряз. ин-та управления и права. - Рязань, 2013. - С. 299-302.
7. Захарова, O.A. Режим органического вещества в мелиорированной почве [Текст] / O.A. Захарова, Я.В. Костин. - Рязань: РГАТУ, 2013. - 116 с.
8. Мусаев, Ф.А. Современный и ретроспективный анализ состояния ландшафтов Рязанской области [Текст] / Ф.А. Мусаев, O.A. Захарова. - Рязань: РГАТУ, 2014. - 257 с.
9. Стукач О.В. Программный комплекс Statistica в решении задач управления качеством [Текст] / О.В. Стукач. - Томск: Изд-во Томского политехнического ун-та, 2011. - 163 с.
10. Якушкина, Н.И. Физиология растений [Текст] / Н.И. Якушкина, Е.Ю. Бах-тенко. - М.: Гуманитар, изд. центр ВЛАДОС, 2005. - 463 с.
11. Alcarde J.С. Soludilidade de micronutrients contidosemformulacoes defertilizantes, emextratoresgyimiocos // Rev. brasil/Cienc. Solo. - 2003. - Vol. - 27, № 2. -P. 363-372.
12. Braziene Z., Paplausriene V. Salyrliniumieziugrududerlius, jororybesrodirli-aiirjuossalygojantysveirsniai //Zemesvriomorslai. - 2005. № 1. - S. 31 - 39.
13. Eickelmann N.Statistical Process Control What You Don't Measure Can Hurt You! /N. Eickelmann, A. Anant// IEEE Software.- 2003,- №3. - P. 49-51.
14. Fertilizer response of barley grain in south and central Alberta / McKeenzie P.H., Middleton A.B., Hall L. [и др.] //Cañad. I. Soil Sc. - 2004. - V.47.
REFERENCES
1.Abirov, R.A. Sovremennoesostoyaniehlopkovodstva v Respublike Tadzhikistan [Tekst] / R.A. Abirov, O.A. Zaharova / / VestnikSovetamolodyhuchenyhRya-zanskogogosudarstvennogoagrotekhnologicheskogouniversitetaimeni P.A. Kostycheva, 2015. - № 1. - PP. 22-25.
2.Andreev, N.N. Urozhajnost' pivovarennogoyachmenyapriobrabotkesemyanreg-ulyatoramirosta i mikroehlementami [Tekst] / N.N. Andreev, V.V. Ermoshkin / / Zerno-voehozyajstvo. - 2004. - № 6. - PP. 15 - 16.
3.Borovikov, V.P. Statistical iskusstvoaiializadannyhnakomp'yutere [Tekst] / V.P. Borovikov. - Spb.: Piter, 2001. - 656 PP.
4. Golovin, V.V. Innovacionnayatekhnologiyavyrashchivaniyayarovogoyachmenya-napivovarennyeceli s ispol'zovaniemsovremennyh i perspektivnyhsortov (Metodicheskoeposobie) [Tekst] / V.V. Golovin, E.A. Artem'eva, O.V. Levakova. - Ryazan': Upravleniesel'skogohozyajstvaRyazanskojoblasti, GURyazanskij NIPTI APK, 2007. - 44 PP.
5.GOST 5060-86. Gruppa S12. «Mezhgosudarstvennyjstandart.YAchmen' pivovarennyj.Tekhnicheskieusloviya.Barley for brewing. Specifications». O KP 97 1972.Data vvedeniya 1988-07-0l.Izdanie s Izmeneniem N 1, utverzhdennym v oktyabre 1992 g. (IUS 12-92) [Tekst] // Sb. GOSTov. - M.: IPK Izdatel'stvostandartov, 2002. - 16 PP.
6.Zaharova O.A., Aktivaciyarannihrostovyhprocessov v semenahyachmenya pod dejstviemsinteticheskihregulyatorovrosta [Tekst] / O.A. Zaharova, I.N. Terent'ev // Sov-remennyeproblemygumanitarnyh i estestvennyhnauk: Materialy HV Mezhdunarodnoj n -prakt. konf. Ryaz.in-ta upravleniya i prava. - Ryazan', 2013. - PP. 299-302.
7.Zaharova, O.A. Rezhimorganicheskogoveshchestva v meliorirovannojpochve [Tekst] / O.A. Zaharova, YA.V. Kostin. - Ryazan': RGATU, 2013. - 116 PP.
8.Musaev, F.A. Sovremennyj i retrospektivnyjanalizsostoyaniyalandshaftov Rya-zanskojoblasti [Tekst] / F.A. Musaev, O.A. Zaharova. - Ryazan': RGATU, 2014. - 257 PP.
9.Stukach O.V. ProgrammnyjkompleksStatistica v resheniizadachupravleni-yakachestvom [Tekst] / O.V. Stukach. - Tomsk: Izd-voTomskogopolitekhnicheskogoun-ta, 2011. - 163 PP.
10. YAkushkina, N.I. Fiziologiyarastenij [Tekst] / N.I. YAkushkina, E.YU. Bahten-ko. - M.: Gumanitar. izd. centr VLADOS, 2005. - 463 PP.
11. Alcarde J.C. Soludilidade de micronutrients contidosemformulacoes defertilizantes, emextratoresgyimiocos // Rev. brasil/Cienc. Solo. - 2003. - Vol. - 27, № 2. -PP. 363-372.
12. Braziene Z., Paplausriene V. Salyrliniumieziugrududerlius, joroiybesrodirli-aiirjuossalygojantysveirsniai //Zemesvriomorslai. - 2005. № 1. - PP. 31 - 39.
13. Eickelmann N. Statistical Process Control What You Don't Measure Can Hurt You! / N. Eickelmann, A. Anant // IEEE Software.-2003.- №3. - PP. 49-51.
14. Fertilizer response of barley grain in south and central Alberta / McKeenzie P.H., Middleton A.B., Hall L. [n^p.] / / Cañad. I. SoilSc. - 2004. - V.47.
